稻田杂草识别与化学防除专家系统的研究和建立

摘要

该研究以基于规则和基于案例的推理等人工智能技术为研究方法,以南方稻田杂草为主要研究对象,系统地研究了杂草的识别及化学防除等方面的内容,初步建立了包括具有杂草识别功能和化学防除处方功能的稻田杂草识别和防除对策专家系统.经测试,基于规则(RBR)的杂草识别模块,杂草识别完全正确率在67.8％以上,如果同时利用图片识别辅助手段,对杂草的识别准确率提高到75％以上.基于案例(CBR)的杂草防除模块能够根据田间杂草发生的具体情况为用户提供合理适用的防除方案,在没有完全匹配案例的情况下,系统将根据杂草的类别提供最为合适的处方.此外,系统还具有解释机制和一定的学习功能.该专家系统采用了多种计算机技术(如多媒体技术),使其图文并茂,界面友好,操作简便,系统的知识库、案例库易于修改扩充.该系统建立了稻田常见的58种杂草分类知识库及杂草数据库、常用的93种除草剂数据库和处方案例库,此外,还提供了290幅杂草图片以及其他资料.并且建立了杂草知识帮助文件和系统使用帮助文件.研究表明,利用包括基于规则和基于案例的推理方法等计算机技术开发杂草识别和防除对策专家系统,在理论上和实践上都是完全可行的,今后的研究将集中在如何使系统的实用性进一步提高(即降低对用户专业知识的要求)和提高对杂草的识别率上.

目录

文摘

英文文摘

独创性声明和关于论文使用授权的说明

前言

第一章文献综述

1农田杂草发生危害动态概述

1.1农田杂草的特性

1.2农田杂草的危害

1.3稻田杂草的发生规律

2杂草识别概述

2.1杂草分类概述

2.2杂草识别基础知识和具体方法

3杂草防除概述

3.1杂草防治基本方法

3.2化学除草剂

3.3稻田杂草防除

4计算机专家系统概述

4.1专家系统定义

4.2专家系统基本原理

4.3专家系统基本结构

4.4植物保护专家系统的现状和发展

第二章材料与方法

1研究对象

2研究过程中所使用的软、硬件

3图片、文字资料与杂草防除处方

4系统的建立

4.1计算机专家系统进行杂草识别和防除处方的特点

4.2基于规则(Rule-Based Reasoning，RBR)的杂草识别子系统

4.3基于案例(Case-Based Reasoning，CBR)的杂草化学防除处方子系统

4.4程序编码

第三章结果与分析

1系统的组成结构

2系统功能

2.1概述

2.2系统主要功能

3系统特点

参考文献

致谢

作者简历