基于神经网络的农作物病虫害诊断方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-9页 |
| 第一章 绪论 | 第9-11页 |
| ·人工智能概述 | 第9页 |
| ·农业智能系统的国内外研究进展 | 第9-11页 |
| ·农业专家系统研究进展 | 第9-10页 |
| ·基于神经网络的专家系统的研究进展 | 第10-11页 |
| 第二章 人工神经网络 | 第11-20页 |
| ·人工神经元模型 | 第11-12页 |
| ·人工神经网络的基本特性 | 第12-13页 |
| ·神经网络的学习规则 | 第12页 |
| ·神经网络的基本结构 | 第12-13页 |
| ·BP 神经网络 | 第13-17页 |
| ·BP 神经网络结构 | 第13-14页 |
| ·误差反向传播训练算法 | 第14-16页 |
| ·BP 网络的特点 | 第16-17页 |
| ·BP 算法的改进 | 第17页 |
| ·神经网络结构设计及学习训练 | 第17-20页 |
| 第三章 基于神经网络的智能系统研究 | 第20-31页 |
| ·ANN 和ES 结合的理论基础 | 第20-22页 |
| ·ANN 与ES 的集成 | 第22-23页 |
| ·ANN 与ES 集成的混合系统框架 | 第23-24页 |
| ·知识获取 | 第24-28页 |
| ·传统的知识获取方法 | 第25-26页 |
| ·基于神经网络的知识获取方法 | 第26-27页 |
| ·本论文采用的知识获取方法 | 第27-28页 |
| ·神经网络应用于知识处理 | 第28-30页 |
| ·神经网络块的结构与特点 | 第30-31页 |
| 第四章 病虫害诊断神经网络模块 | 第31-38页 |
| ·病虫害诊断神经网络模块的设计 | 第31-33页 |
| ·玉米病虫害诊断神经网络模块结构 | 第31-32页 |
| ·玉米病虫害诊断过程设计 | 第32页 |
| ·玉米病虫害诊断推理机制 | 第32-33页 |
| ·疾病诊断训练样本集的建立 | 第33页 |
| ·玉米病虫害诊断BP 神经网络实现 | 第33-36页 |
| ·实验结果分析 | 第36-38页 |
| 结论 | 第38-39页 |
| 参考文献 | 第39-41页 |
| 附录A：症状库 | 第41-44页 |
| 附录B：训练及测试样本 | 第44-49页 |
| 后记 | 第49页 |
