本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的農(nóng)作物病蟲害診斷方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 農(nóng)業(yè)信息化是農(nóng)業(yè)現(xiàn)代化的重要組成部分,將信息技術(shù)尤其是人工智能技術(shù)應(yīng)用于農(nóng)業(yè)是實現(xiàn)農(nóng)業(yè)信息化的關(guān)鍵。農(nóng)業(yè)智能系統(tǒng)的創(chuàng)建和應(yīng)用改變了過去農(nóng)業(yè)生產(chǎn)基層領(lǐng)導(dǎo)者決策的盲目性和主觀性,減少了決策的失誤,緩解了我國農(nóng)業(yè)技術(shù)推廣人員不足的矛盾,對提高農(nóng)業(yè)生產(chǎn)效率、推廣農(nóng)業(yè)生產(chǎn)知識具有重要意義。 但傳統(tǒng)的專家系統(tǒng)只能處理顯性的表面知識,存在推理能力弱,智能水平低,且知識獲取難等缺點,所以本文引入人工神經(jīng)網(wǎng)絡(luò)技術(shù)來克服傳統(tǒng)專家系統(tǒng)的不足,來試圖解決農(nóng)業(yè)智能系統(tǒng)中存在的關(guān)系復(fù)雜、邊界模糊、不確定性強等難于用規(guī)則或數(shù)學(xué)模型嚴(yán)格描述的問題。 本文主要介紹人工神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)智能系統(tǒng)中的應(yīng)用研究。人工神經(jīng)網(wǎng)絡(luò)的并行性、容錯能力和模糊推理能力使得將其與專家系統(tǒng)結(jié)合構(gòu)建智能疾病診斷系統(tǒng)成為主流趨勢。本文研究兩者集成的可行性和方式,探討適合于農(nóng)作物病蟲害診斷的神經(jīng)網(wǎng)絡(luò)類型,提出了病蟲害診斷神經(jīng)網(wǎng)絡(luò)模塊的設(shè)計,通過對玉米病蟲害癥狀的收集和整理,利用神經(jīng)網(wǎng)絡(luò)的理論,建立玉米病蟲害診斷的BP網(wǎng)絡(luò)模型,并用MATLAB程序語言實現(xiàn)了網(wǎng)絡(luò)的訓(xùn)練和應(yīng)用仿真。實驗表明,通過使用無噪聲樣本和只含關(guān)鍵病癥的有噪聲樣本對網(wǎng)絡(luò)進行交替訓(xùn)練后,該模型具有較高疾病診斷正確率和良好的泛化能力。
【關(guān)鍵詞】：人工智能 專家系統(tǒng) BP神經(jīng)網(wǎng)絡(luò) 疾病診斷 智能系統(tǒng)
【學(xué)位授予單位】：東北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2007
【分類號】：S43;TP183
【目錄】：

• 摘要4-5
• Abstract5-8
• 引言8-9
• 第一章 緒論9-11
• 1.1 人工智能概述9
• 1.2 農(nóng)業(yè)智能系統(tǒng)的國內(nèi)外研究進展9-11
• 1.2.1 農(nóng)業(yè)專家系統(tǒng)研究進展9-10
• 1.2.2 基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)的研究進展10-11
• 第二章 人工神經(jīng)網(wǎng)絡(luò)11-20
• 2.1 人工神經(jīng)元模型11-12
• 2.2 人工神經(jīng)網(wǎng)絡(luò)的基本特性12-13
• 2.2.1 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則12
• 2.2.2 神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)12-13
• 2.3 BP 神經(jīng)網(wǎng)絡(luò)13-17
• 2.3.1 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)13-14
• 2.3.2 誤差反向傳播訓(xùn)練算法14-16
• 2.3.3 BP 網(wǎng)絡(luò)的特點16-17
• 2.3.4 BP 算法的改進17
• 2.4 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計及學(xué)習(xí)訓(xùn)練17-20
• 第三章 基于神經(jīng)網(wǎng)絡(luò)的智能系統(tǒng)研究20-31
• 3.1 ANN 和ES 結(jié)合的理論基礎(chǔ)20-22
• 3.2 ANN 與ES 的集成22-23
• 3.3 ANN 與ES 集成的混合系統(tǒng)框架23-24
• 3.4 知識獲取24-28
• 3.4.1 傳統(tǒng)的知識獲取方法25-26
• 3.4.2 基于神經(jīng)網(wǎng)絡(luò)的知識獲取方法26-27
• 3.4.3 本論文采用的知識獲取方法27-28
• 3.5 神經(jīng)網(wǎng)絡(luò)應(yīng)用于知識處理28-30
• 3.6 神經(jīng)網(wǎng)絡(luò)塊的結(jié)構(gòu)與特點30-31
• 第四章 病蟲害診斷神經(jīng)網(wǎng)絡(luò)模塊31-38
• 4.1 病蟲害診斷神經(jīng)網(wǎng)絡(luò)模塊的設(shè)計31-33
• 4.1.1 玉米病蟲害診斷神經(jīng)網(wǎng)絡(luò)模塊結(jié)構(gòu)31-32
• 4.1.2 玉米病蟲害診斷過程設(shè)計32
• 4.1.3 玉米病蟲害診斷推理機制32-33
• 4.2 疾病診斷訓(xùn)練樣本集的建立33
• 4.3 玉米病蟲害診斷BP 神經(jīng)網(wǎng)絡(luò)實現(xiàn)33-36
• 4.4 實驗結(jié)果分析36-38
• 結(jié)論38-39
• 參考文獻39-41
• 附錄A：癥狀庫41-44
• 附錄B：訓(xùn)練及測試樣本44-49
• 后記49

【引證文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 劉坤;汪志強;錢永德;;變焦遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)在稻瘟病預(yù)測中的應(yīng)用[J];大慶師范學(xué)院學(xué)報;2013年03期

2 劉孝永;王未名;封文杰;劉麗娜;陳蕾蕾;陳相艷;;病蟲害專家系統(tǒng)研究進展[J];山東農(nóng)業(yè)科學(xué);2013年09期

3 劉坤;錢永德;張福軍;;蟻群灰色神經(jīng)網(wǎng)絡(luò)模型在稻瘟病預(yù)測中的應(yīng)用[J];自動化儀表;2013年02期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張谷豐;基于WebGis的農(nóng)作物病蟲預(yù)警診斷平臺[D];南京農(nóng)業(yè)大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 馬志榮;小麥赤霉病預(yù)測模型研究[D];安徽農(nóng)業(yè)大學(xué);2010年

2 黃萬夫;基于WebGIS的棗樹病蟲害診斷系統(tǒng)的研制[D];西北農(nóng)林科技大學(xué);2008年

  本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的農(nóng)作物病蟲害診斷方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：340658