| 中文摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第9-19页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-16页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-15页 |
| ·研究现状分析 | 第15-16页 |
| ·研究内容、方法及技术路线 | 第16-19页 |
| ·研究内容 | 第16页 |
| ·研究方法 | 第16-17页 |
| ·技术路线 | 第17-19页 |
| 2 基本理论概述 | 第19-30页 |
| ·决策支持系统概述 | 第19-23页 |
| ·决策支持系统概念 | 第19页 |
| ·决策支持系统分类 | 第19-23页 |
| ·BP神经网络概述 | 第23-27页 |
| ·BP神经网络介绍 | 第23-26页 |
| ·BP网络学习方式 | 第26-27页 |
| ·小波分析概述 | 第27-30页 |
| ·小波分析基础 | 第27-28页 |
| ·小波变换 | 第28页 |
| ·常用小波函数 | 第28-30页 |
| 3 苹果树病虫害预测与防治决策支持系统相关模型研究 | 第30-52页 |
| ·主要影响因子提取方法研究 | 第30-36页 |
| ·主成分分析法概述 | 第30-32页 |
| ·影响苹果树腐烂病的因素分析 | 第32-33页 |
| ·基于主成分分析的苹果树腐烂病预测主要因子提取 | 第33-36页 |
| ·基于BP神经网络预测模型研究 | 第36-43页 |
| ·BP算法基本流程 | 第36-38页 |
| ·BP算法的局限性 | 第38页 |
| ·BP算法的改进 | 第38-39页 |
| ·基于BP神经网络预测模型的建立 | 第39-40页 |
| ·实验结果分析 | 第40-43页 |
| ·基于小波网络预测模型研究 | 第43-52页 |
| ·小波网络模型的选择 | 第43-46页 |
| ·小波网络学习算法 | 第46-47页 |
| ·基于小波网络预测模型的建立与检验 | 第47-52页 |
| 4 苹果树病虫害预测与防治决策支持系统的设计与实现 | 第52-68页 |
| ·系统设计 | 第52-58页 |
| ·系统整体框架 | 第52-53页 |
| ·功能模块划分 | 第53-58页 |
| ·数据库设计 | 第58-62页 |
| ·概念模型 | 第59-60页 |
| ·逻辑模型 | 第60-61页 |
| ·数据库详细设计 | 第61-62页 |
| ·知识库设计 | 第62-63页 |
| ·知识获取 | 第62-63页 |
| ·知识的表示与规则 | 第63页 |
| ·系统实现 | 第63-68页 |
| ·技术简介 | 第63-64页 |
| ·技术架构 | 第64页 |
| ·系统界面 | 第64-68页 |
| 5 总结与展望 | 第68-70页 |
| ·总结 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 在读硕士期间获得的研究成果 | 第75页 |