| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·研究目标和研究内容 | 第10页 |
| ·研究方法 | 第10-12页 |
| 第二章 人工神经网络的基本概念原理及主要模型 | 第12-21页 |
| ·人工神经网络的基本理论 | 第12-13页 |
| ·人工神经网络的基本概念 | 第13页 |
| ·人工神经网络的应用及用于病害诊断的研究现状与发展 | 第13-14页 |
| ·人工神经网络的应用 | 第13页 |
| ·人工神经网络用于病害诊断的研究现状与发展 | 第13-14页 |
| ·人工神经网络的几个典型特征 | 第14-15页 |
| ·并行分布处理 | 第14页 |
| ·非线性映射 | 第14页 |
| ·通过训练进行学习 | 第14页 |
| ·自适应与信息融合 | 第14页 |
| ·分类与识别 | 第14-15页 |
| ·误差反传学习规则（BP 算法） | 第15-20页 |
| ·BP 神经网络模型介绍及BP 算法学习规则 | 第15-16页 |
| ·BP 网络的几种能力 | 第16-17页 |
| ·BP 算法的不足 | 第17-19页 |
| ·BP 算法的改进 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第三章 基于BP 网络的葡萄病害诊断模型 | 第21-32页 |
| ·领域知识分析 | 第21-23页 |
| ·病害因子分析 | 第21页 |
| ·病害分类 | 第21页 |
| ·病害症状 | 第21-22页 |
| ·诊断参数 | 第22-23页 |
| ·领域知识表示与存储 | 第23-24页 |
| ·领域知识表示 | 第23-24页 |
| ·领域知识存储 | 第24页 |
| ·基于BP 网络的葡萄病害诊断模型 | 第24-28页 |
| ·网络结构设计 | 第24页 |
| ·输入层设计 | 第24-26页 |
| ·输出层设计 | 第26页 |
| ·选取训练样本 | 第26-27页 |
| ·隐含层设计 | 第27页 |
| ·设置训练参数 | 第27-28页 |
| ·仿真 | 第28-30页 |
| ·隐含层神经元个数对网络精度的影响 | 第28-29页 |
| ·实验结果分析 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第四章 系统设计与实现 | 第32-42页 |
| ·系统架构分析与设计 | 第32-33页 |
| ·系统开发关键技术及实现 | 第33-34页 |
| ·数据库的连接 | 第33页 |
| ·JSP 技术 | 第33-34页 |
| ·JavaBean 组件技术 | 第34页 |
| ·系统主要功能 | 第34-41页 |
| ·功能模块设计 | 第34-35页 |
| ·主要功界面 | 第35-41页 |
| ·系统测试与评价 | 第41页 |
| ·小结 | 第41-42页 |
| 第五章 结论与展望 | 第42-43页 |
| ·结论 | 第42页 |
| ·展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 附录I 葡萄病害诊断参数和病害编码表 | 第46-49页 |
| 附录II 葡萄病害诊断规则表 | 第49-51页 |
| 致谢 | 第51-52页 |
| 作者简介 | 第52页 |