首页> 中文学位 >水稻病虫害诊断模型构建及智能咨询识别系统的实现
【6h】

水稻病虫害诊断模型构建及智能咨询识别系统的实现

代理获取

目录

文摘

英文文摘

论文说明

资助

第一章 绪论

1.1课题研究的目的与意义

1.2病虫害诊断研究现状

1.3病虫害诊断的难点

1.4病虫害诊断技术探讨

1.5主要研究内容

第二章人工智能技术在病虫害诊断中的应用

2.1人工智能、知识工程、专家系统

2.1.1人工智能

2.1.2知识工程

2.1.3专家系统

2.2专家系统发展概况及农业专家系统国内外研究现状

2.2.1专家系统发展概况

2.2.2农业专家系统国内外研究现状

2.3农业专家系统发展方向

2.3.1农业标准数据库和数据仓库技术

2.3.2农业知识的自动获取技术

2.3.3农业知识的表示方法

2.3.4搜索方法和推理技术

2.3.5 3S、虚拟农业、智能决策等多技术的集成技术

2.3.6农业专家系统开发工具(平台)

2.3.7网络技术

2.3.8分布式农业信息处理技术

2.3.9基于组件的农业专家系统系统软件研发技术

2.4人工神经网络

2.4.1人工神经网络概述

2.4.2神经网络的发展情况

2.5专家系统与神经网络的结合

2.5.1专家系统与神经网络的互补

2.5.2专家系统与神经网络的区别

第三章系统的总体设计

3.1系统目标

3.2系统结构与功能

3.2.1系统模式设计

3.2.2系统功能

3.2.3系统模块设计

3.3诊断子系统设计

3.3.1诊断子系统模块设计

3.3.2诊断子系统内容设计

3.4界面设计

3.5系统开发流程图

第四章知识库设计

4.1知识获取

4.1.1知识获取的方法

4.2知识表示方法

4.2.1知识分类

4.2.2知识表示方法

4.3水稻病虫害发生特点与知识描述

4.3.1水稻病虫害知识特点

4.3.2水稻病虫害发生特点

4.3.3水稻病虫害知识特征化描述

4.4知识库的建立

4.5知识库的组织形式

第五章推理机的设计

5.1基本的推理技术

5.1.1推理的类型

5.1.2推理的控制策略

5.1.3搜索策略

5.2基于产生式知识规则的模糊混合推理

5.2.1模糊推理[61~62]

5.2.2不确定性推理

5.3系统采用的推理策略

5.3.1推理诊断主要因素的确定

5.3.2推理机的设计实现

第六章基于神经网络的病虫害特征诊断

6.1 BP神经网络

6.2 BP神经网络的学习算法与数学原理[71]

6.3基于特征的病虫害诊断的神经网络的组建[74~78]

6.3.1神经网络的知识表示

6.3.2神经网络的知识获取

6.3.3基于神经网络的知识推理

6.4病虫害诊断的神经网络的构建

6.5专家系统与神经网络的集成[80~84]

6.5.1集成的概念

6.5.2集成方式与集成结构

第七章系统集成

7.1系统实现环境

7.2开发的相关技术

7.2.1面向对象技术

7.2.2基于OLE-DB的ADO数据访问技术

7.2.3数据库技术

7.3系统开发过程

结论

参考文献

攻读硕士期间发表的论文及参加的学术会议

致谢

展开▼

摘要

本文对水稻病虫害诊断知识进行了系统整理和较深入研究,构建了水稻病虫害咨询诊断系统。文章根据病害在水稻生长的各个部位(叶、茎、穗)的症状特征和虫害的个体特征,在特征描述的基础上构建本系统的诊断知识库;在水稻病虫害诊断模型方面,筛选出了水稻重要的鉴别特征。该系统有效地将计算机技术与植保专家知识结合在一起,集病虫害信息存贮浏览、查询、专家系统于一体,同时地理信息和多媒体技术的运用增加了系统的实用性和直观性,对于缓解植保专家的不足,提高水稻病虫害的防治,加快科技成果的转化具有重要意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号