基于智能计算的犬病诊断系统研究

1. 引言	第1-13页
·问题的提出与研究意义	第9页
·国内外研究现状	第9-11页
·主要研究内容和技术路线	第11-13页
·主要研究内容	第11-12页
·技术路线	第12-13页
2. 相关基本理论	第13-29页
·粗糙集理论	第13-15页
·模糊集理论	第15-17页
·神经计算	第17-21页
·人工神经元的模型	第17-19页
·人工神经网络的学习	第19-21页
·专家系统	第21-23页
·专家系统的一般结构	第21-22页
·专家系统的优点与不足	第22-23页
·智能计算技术与专家系统的融合	第23-29页
·模糊专家系统	第24-25页
·神经网络与专家系统的集成	第25-26页
·神经网络与模糊逻辑相结合	第26-28页
·粗糙-神经网络专家系统	第28-29页
3. 基于智能计算的知识获取与推理系统设计	第29-38页
·规则获取	第29-36页
·基于粗糙集的规则获取	第29-31页
·诊断手册获取规则	第31-32页
·模糊神经网络构建与训练	第32-36页
·模糊神经网络推理及学习功能	第36-38页
4. 犬疾病智能诊断系统的设计与实现	第38-48页
·系统开发环境	第38页
·系统整体结构设计	第38-39页
·犬疾病智能诊断知识的获取与表示	第39-44页
·知识获取	第39-40页
·知识表示	第40-44页
·系统推理、解释与自学习	第44-45页
·系统功能模块设计	第45-48页
5. 结论与展望	第48-49页
·结论	第48页
·展望	第48-49页
参考文献	第49-53页
作者简历	第53-54页
在读期间发表的学术论文	第54-55页
致谢	第55页