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 |