| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-10页 |
| ·研究背景及意义 | 第7-9页 |
| ·本文工作 | 第9-10页 |
| 第2章 神经网络理论及算法 | 第10-22页 |
| ·神经网络理论 | 第10-15页 |
| ·神经网络发展概述 | 第10-11页 |
| ·神经网络原理和模型 | 第11-14页 |
| ·神经网络的特性及实现 | 第14-15页 |
| ·Fuzzy ARTMAP 神经网络介绍 | 第15-18页 |
| ·Simplified Fuzzy ARTMAP 神经网络介绍 | 第18-22页 |
| 第3章 一种改进遗传神经网络学习算法 | 第22-52页 |
| ·传统遗传算法介绍 | 第22-31页 |
| ·遗传算法概述 | 第22页 |
| ·遗传算法的基本思想 | 第22-24页 |
| ·遗传算法的基本原理与操作 | 第24-31页 |
| ·一种改进的遗传神经网络学习算法 | 第31-48页 |
| ·传统遗传算法面临的问题 | 第31-32页 |
| ·目前自适应遗传算法的改进策略 | 第32-35页 |
| ·一种改进自适应遗传算法 | 第35-38页 |
| ·一种改进的遗传神经网络学习算法 | 第38-48页 |
| ·实验结果分析 | 第48-52页 |
| 第4章 改进遗传神经网络在农业土壤测土分类中的应用 | 第52-61页 |
| ·农业信息化 | 第52-53页 |
| ·农业信息化的发展 | 第52-53页 |
| ·精准农业概念的提出 | 第53页 |
| ·改进遗传神经网络在农业测土分类中的应用 | 第53-61页 |
| ·课题开展背景 | 第53-54页 |
| ·实验数据描述 | 第54页 |
| ·第一阶段实验设计 | 第54-56页 |
| ·第一阶段遗传算法编码和网络初始化 | 第55页 |
| ·适应度函数的确定 | 第55页 |
| ·选择、交叉和变异操作 | 第55-56页 |
| ·第二阶段实验设计 | 第56-58页 |
| ·遗传算法编码和网络初始化 | 第56页 |
| ·适应度函数设计 | 第56-57页 |
| ·遗传算子的设计 | 第57-58页 |
| ·结果分析 | 第58-61页 |
| 第5章 结束语 | 第61-63页 |
| ·本文工作总结 | 第61-62页 |
| ·未来工作展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 摘要 | 第67-69页 |
| Abstract | 第69-71页 |