| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 论文背景 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究意义和研究内容 | 第13-16页 |
| 1.3.1 本文研究意义 | 第13-14页 |
| 1.3.2 本文主要研究内容 | 第14-16页 |
| 第2章 专家系统研究及应用 | 第16-27页 |
| 2.1 专家系统发展和应用 | 第16-18页 |
| 2.1.1 专家系统的发展 | 第16-17页 |
| 2.1.2 专家系统应用现状 | 第17-18页 |
| 2.1.3 专家系统在农业上的应用 | 第18页 |
| 2.2 专家系统发展阶段研究 | 第18-21页 |
| 2.2.1 基于规则的专家系统 | 第19页 |
| 2.2.2 基于框架的专家系统 | 第19页 |
| 2.2.3 基于案例的专家系统 | 第19-20页 |
| 2.2.4 基于模型的专家系统 | 第20页 |
| 2.2.5 基于web的专家系统 | 第20-21页 |
| 2.3 专家系统知识获取研究 | 第21-22页 |
| 2.3.1 基于智能引导的人工知识获取 | 第21页 |
| 2.3.2 基于机器学习和数据挖掘的半自动\自动知识获取 | 第21-22页 |
| 2.4 专家系统推理方式研究 | 第22-23页 |
| 2.4.1 演绎推理，归纳推理，默认推理 | 第22-23页 |
| 2.4.2 确定性推理和不确定性推理 | 第23页 |
| 2.4.3 单调推理和非单调推理 | 第23页 |
| 2.5 专家系统发展方向研究 | 第23-24页 |
| 2.6 农业专家系统 | 第24-26页 |
| 2.6.1 农业系统的特点 | 第24页 |
| 2.6.2 基于数据挖掘的神经网络专家系统 | 第24-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第3章 数据挖掘技术研究与应用 | 第27-41页 |
| 3.1 神经网络研究 | 第27-32页 |
| 3.1.1 神经网络的发展历史 | 第27-28页 |
| 3.1.2 神经网络基本构成 | 第28-29页 |
| 3.1.3 神经元模型介绍 | 第29-30页 |
| 3.1.4 神经网络的定义和特点 | 第30-31页 |
| 3.1.5 神经网络工作原理 | 第31-32页 |
| 3.2 基于神经网络的数据挖掘过程研究 | 第32-38页 |
| 3.2.1 数据准备 | 第32-33页 |
| 3.2.2 神经网络的构造 | 第33页 |
| 3.2.3 神经网络训练 | 第33-35页 |
| 3.2.4 神经网络修剪 | 第35页 |
| 3.2.5 分类规则提取 | 第35-37页 |
| 3.2.6 分类规则评估 | 第37-38页 |
| 3.3 数据挖掘系统结构研究 | 第38-40页 |
| 3.3.1 通过SQL游标接口进行挖掘 | 第38页 |
| 3.3.2 先读取数据到本地磁盘再进行挖掘 | 第38页 |
| 3.3.3 调用存储过程时进行挖掘 | 第38-39页 |
| 3.3.4 通过用户自定义函数来进行挖掘 | 第39页 |
| 3.3.5 通过扩展SQL进行挖掘 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于数据挖掘的FNN专家系统在作物最佳生长环境决策中的应用 | 第41-58页 |
| 4.1 系统实现环境 | 第41-42页 |
| 4.2 系统实现步骤 | 第42-53页 |
| 4.2.1 数据准备 | 第43-45页 |
| 4.2.2 专家系统结构 | 第45-46页 |
| 4.2.3 知识库和推理求解 | 第46页 |
| 4.2.4 模糊集合及模糊规则研究 | 第46-48页 |
| 4.2.5 模糊神经网络研究 | 第48-49页 |
| 4.2.6 模糊神经网络构建 | 第49-51页 |
| 4.2.7 模糊神经网络训练 | 第51-52页 |
| 4.2.8 规则提取和评估 | 第52-53页 |
| 4.3 专家系统在获得植物最佳生长状态中的应用 | 第53-56页 |
| 4.4 本章小结 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65-66页 |