首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

河蟹养殖水质评估与远程监测系统研究

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第9-21页
    1.1 课题研究背景第10-15页
        1.1.1 河蟹产业的发展现状第10-11页
        1.1.2 常见的水质参数监测对象第11-12页
        1.1.3 远程监测技术第12-14页
        1.1.4 水质预测的意义第14-15页
    1.2 课题研究现状第15-19页
        1.2.1 水质评估算法研究现状第15-18页
        1.2.2 水质远程监测系统研究现状第18-19页
    1.3 研究内容第19-21页
第2章 一种基于头脑风暴法与贝叶斯网络的水质评估算法第21-43页
    2.1 引言第21-22页
    2.2 头脑风暴优化算法第22-25页
    2.3 贝叶斯网络理论简介第25-29页
        2.3.1 贝叶斯网络参数学习算法第26-27页
        2.3.2 基于K2算法的贝叶斯网络结构学习第27-29页
    2.4 BSO-K2水质评估算法第29-38页
        2.4.1 互信息与最大支撑树第29-30页
        2.4.2 邻接矩阵第30-31页
        2.4.3 BSO-K2水质评估算法中的个体更新机制第31-33页
        2.4.4 个体更新学习过程中非法结构的修复第33-34页
        2.4.5 BSO-K2水质评估算法学习流程第34-35页
        2.4.6 算法学习生成贝叶斯网络的性能验证第35-38页
    2.5 BSO-K2水质评估算法性能对比实验第38-42页
    2.6 本章小结第42-43页
第3章 河蟹养殖水质远程监测系统设计第43-61页
    3.1 引言第43页
    3.2 系统工艺要求第43页
    3.3 系统结构概述第43-60页
        3.3.1 系统硬件结构设计第45-50页
        3.3.2 系统软件结构设计第50-60页
    3.4 本章小结第60-61页
第4章 系统调试与实验第61-66页
    4.1 实验调试第61-64页
        4.1.1 养殖作业船电机测试实验第61-63页
        4.1.2 人机交互界面数据传递实验第63-64页
    4.2 BSO-K2算法的应用实现第64-65页
    4.3 本章小结第65-66页
第5章 总结与展望第66-68页
    5.1 总结第66页
    5.2 展望第66-68页
参考文献第68-73页
致谢第73-74页
攻读硕士学位期间发表论文及参加科研项目第74页

论文共74页,点击 下载论文
上一篇:技术进步对中国区域碳排放的影响研究
下一篇:新型城镇化进程中生态文明建设研究