葡萄病害智能诊断模型与系统研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·在葡萄品种鉴定中的应用 | 第11页 |
| ·在葡萄栽培管理中的应用 | 第11-12页 |
| ·在葡萄病虫害管理中的应用 | 第12页 |
| ·知识表示和推理方法研究 | 第12-14页 |
| ·知识表示 | 第12-13页 |
| ·推理方法 | 第13-14页 |
| ·研究目标和研究内容 | 第14-15页 |
| ·研究方法 | 第15-16页 |
| 第二章 葡萄病害诊断知识分析与表示 | 第16-23页 |
| ·诊断问题分析 | 第16-18页 |
| ·诊断定义 | 第16页 |
| ·葡萄病害诊断 | 第16-17页 |
| ·葡萄病害诊断过程 | 第17页 |
| ·葡萄病害诊断中的专家思维模式 | 第17-18页 |
| ·领域知识分析 | 第18-19页 |
| ·病害因子分析 | 第18页 |
| ·病害分类 | 第18页 |
| ·病害症状 | 第18页 |
| ·诊断参数 | 第18-19页 |
| ·领域知识表示 | 第19-20页 |
| ·领域知识存储 | 第20-22页 |
| ·概念结构设计 | 第21页 |
| ·逻辑结构设计 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 基于BP 网络的诊断模型 | 第23-33页 |
| ·BP 网络概述 | 第23-25页 |
| ·BP 学习算法 | 第23-24页 |
| ·BP 算法实现 | 第24-25页 |
| ·BP 算法改进 | 第25-26页 |
| ·附加动量法 | 第25页 |
| ·自适应学习速率的调整 | 第25-26页 |
| ·基于BP 网络的诊断模型设计 | 第26-29页 |
| ·网络结构设计 | 第26页 |
| ·输入层设计 | 第26-28页 |
| ·输出层设计 | 第28页 |
| ·选取训练样本 | 第28-29页 |
| ·隐含层设计 | 第29页 |
| ·设置训练参数 | 第29页 |
| ·网络测试与分析 | 第29-32页 |
| ·隐含层神经元个数对网络精度的影响 | 第29-31页 |
| ·实验结果分析 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第四章 基于规则相似度的诊断模型 | 第33-41页 |
| ·规则相似度定义 | 第33页 |
| ·基于规则相似度的诊断模型设计 | 第33-38页 |
| ·选取诊断空间 | 第34-35页 |
| ·诊断空间中规则的症状权重确定方法 | 第35-38页 |
| ·基于统计学理论的权重表示法 | 第35-36页 |
| ·基于粗糙集理论的权重表示法 | 第36-38页 |
| ·待诊问题的症状权重确定方法 | 第38页 |
| ·两种确定症状权重方法的对比分析 | 第38-40页 |
| ·实验结果与分析 | 第40页 |
| ·小结 | 第40-41页 |
| 第五章 系统设计与实现 | 第41-50页 |
| ·系统架构分析与设计 | 第41页 |
| ·系统开发关键技术及实现 | 第41-43页 |
| ·数据库的连接 | 第41-42页 |
| ·Java Swing 与JFreeChart | 第42页 |
| ·JSP 技术 | 第42页 |
| ·JavaBean 组件技术 | 第42-43页 |
| ·JavaHelp 类库 | 第43页 |
| ·系统主要功能 | 第43-49页 |
| ·功能模块设计 | 第43-45页 |
| ·主要功能界面 | 第45-49页 |
| ·系统测试与评价 | 第49页 |
| ·小结 | 第49-50页 |
| 第六章 结论与展望 | 第50-51页 |
| ·结论 | 第50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录I 葡萄病害诊断参数和病害编码表 | 第55-58页 |
| 附录II 葡萄病害诊断规则表 | 第58-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |
