基于神经网络的葡萄病害诊断方法的研究

摘要

我国种植葡萄已经有两千多年的历史，目前我国葡萄种植面积居世界第一，产量居世界前列。葡萄病害严重地影响了葡萄植株的生长发育和果实的产量品质，如果能够及时准确地对葡萄病害进行诊断，指导种植户进行科学的病害防治，对促进葡萄生产稳定发展和增加农民收入具有重大的现实意义。 本文首先阐述了我国葡萄生产现状和对葡萄病害诊断的重要意义；然后介绍了人工神经网络理论的有关知识，分析了人工神经网络技术应用于葡萄病害诊断的可行性；阐述了BP神经网络的特点、拓扑结构和学习算法，讨论了BP算法的不足之处和改进方法，以及进行BP网络设计的相关问题；本文的核心工作是：通过分析葡萄病害的主要特点，学习领域知识和专家经验，发现专家在进行病害诊断时只需列出病害的主要特征，根据相关知识和经验来判断病害种类，因此，可以分析葡萄病害的主要特征作为诊断参数，把领域知识和专家经验作为诊断依据，确定病害类型，进而研究了引发病害的原因、病害的分类方式和主要病征，采用改进的BP算法，建立BP神经网络诊断模型，以发病部位、病斑形状、病斑颜色和主要症状为诊断参数输入，以病害名为输出，以诊断依据为训练样本，对网络进行训练，测试结果表明，诊断结果正确率为100％，BP模型的诊断准确率为95.39％，获得满意的诊断结果；最后采用MVC设计模式，使用JAVA语言开发了基于WEB的葡萄病害诊断系统，实现了计算机模仿人类专家对葡萄病害诊断的过程。

目录

文摘

英文文摘

声明

1 绪论

1.1研究目的和意义

1.2本文的主要工作

1.3本文的组织结构

2人工神经网络概述

2.1人工神经网络的发展历史

2.1.1启蒙阶段

2.1.2低潮阶段

2.1.3复兴阶段

2.1.4新发展阶段

2.2人工神经网络的基本理论

2.2.1人工神经元模型

2.2.2人工神经网络的分类

2.2.3人工神经网络的优点

2.3人工神经网络的应用现状

2.3.1目前人工神经网络的主要应用领域

2.3.2人工神经网络在农业病虫害识别、诊断领域的应用

3 BP神经网络

3.1 BP网络结构及其优点

3.1.1 BP网络结构

3.1.2 BP网络的优点

3.2 BP算法

3.3 BP算法的不足与改进

3.3.1 BP算法的不足

3.3.2 BP算法的改进

3.4 BP网络的设计

4利用BP神经网络实现葡萄病害诊断的方法

4.1葡萄病害诊断领域知识

4.1.1诊断定义

4.1.2葡萄病害诊断

4.1.3葡萄病害的相关知识

4.1.4葡萄病害诊断参数

4.2 BP神经网络模型

4.3输入编码

4.4输出编码

4.5样本数据的确定

4.6隐含层神经元数目与训练参数的设置

4.7 BP网络的训练与测试

5系统的设计与实现

5.1系统架构的设计

5.2系统开发环境和设置

5.2.1系统开发环境及简介

5.2.2开发环境的设置

5.2.3数据库端的设计

5.3系统实现的关键技术

5.3.1 JSP技术

5.3.2 JavaBean组件技术

5.3.3 JDBC技术

5.4系统功能设计与实现

5.4.1系统功能设计

5.4.2系统功能实现

结论

参考文献

附录

致谢