【摘要】：隨著我國“一帶一路”戰(zhàn)略的實施,茶葉生產(chǎn)量和出口量穩(wěn)居世界第一。茶葉作為傳統(tǒng)“一帶一路”上的重要商品,其品質(zhì)得到各界關(guān)注與重視。因此,茶樹病蟲害診斷與預(yù)防研究已成當(dāng)前研究的熱點問題。隨著人工智能與農(nóng)業(yè)領(lǐng)域的深度結(jié)合,探索利用專家系統(tǒng)在茶樹病蟲害診斷過程中的應(yīng)用,對提高我國茶葉的質(zhì)量與產(chǎn)量具有重要意義。主要研究內(nèi)容如下:1.基于CBR-RBR(基于案例和規(guī)則推理方法)集成推理方法。前人在茶樹病蟲害專家系統(tǒng)推理方法常采用基于規(guī)則推理方法,有少部分人運用基于案例推理方法,而將CBR與RBR結(jié)合進行推理的研究方法研究較少。本研究通過對RBR推理方法、CBR推理方法和CBR-RBR集成推理方法應(yīng)用于茶樹病蟲害的診斷,結(jié)果表明,CBR-RBR集成推理策略相比于單獨使用RBR推理和單獨使用CBR推理能夠有效地提高系統(tǒng)診斷的準(zhǔn)確率,CBR-RBR集成推理平均準(zhǔn)確率達(dá)83.3%。2.基于圖像識別病蟲害診斷技術(shù)。基于文字檢索的專家系統(tǒng),常出現(xiàn)表述不清楚、不準(zhǔn)確,或者難以描述的病癥,因此僅靠基于文字的信息檢索實現(xiàn)診斷,不能滿足實際需要。通過在傳統(tǒng)專家系統(tǒng)基礎(chǔ)上加入圖像識別技術(shù),可以輔助農(nóng)戶進行更準(zhǔn)確的診斷。本研究中,通過卷積神經(jīng)網(wǎng)絡(luò)對獲取的茶樹病蟲害為害圖像進行預(yù)處理、自動特征提取等并實現(xiàn)最終的圖像識別分類。由測試結(jié)果可知,本系統(tǒng)的平均識別時間為1.169 s,符合普通人的感知。圖像識別平均命中率為95%。結(jié)果表明該方法能夠較好的實現(xiàn)病蟲害的診斷分類。根據(jù)研究結(jié)果,開發(fā)實現(xiàn)了茶樹病蟲害診斷專家系統(tǒng),系統(tǒng)基于B/S架構(gòu),采用ASP.NET技術(shù)進行開發(fā),實現(xiàn)的系統(tǒng)包括茶樹病態(tài)自助診斷功能模塊、茶樹病害瀏覽功能模塊、茶樹蟲害瀏覽功能模塊、茶樹病蟲害專家診斷功能模塊和基于圖像處理的茶樹病蟲害識別模塊。通過初步應(yīng)用,能夠滿足茶葉生產(chǎn)中,對于茶樹病蟲害診斷識別的要求。
【圖文】：

.1.1 基于規(guī)則推理技術(shù)（RBR）基于規(guī)則的推理（Rule Based Reasoning，RBR）是早期專家系統(tǒng)研發(fā)時，常使用的一種推理技術(shù)，它是將領(lǐng)域?qū)＜业闹R與實際生產(chǎn)經(jīng)驗形式化表述為則，然后將待求解的問題反復(fù)與規(guī)則數(shù)據(jù)庫中的規(guī)則相匹配，模仿人類專家解問題的推理過程。一個典型的 RBR 系統(tǒng)主要包含推理機、全局?jǐn)?shù)據(jù)庫和規(guī)則庫，圖 2-1。規(guī)則推理中規(guī)則庫的功能是存儲被形式化表述的專家經(jīng)驗知識，它是整個BR 的核心，規(guī)則庫的完善和健全是決定專家系統(tǒng)診斷效率和準(zhǔn)確的一個重要因。全局?jǐn)?shù)據(jù)庫的作用是將求解問題的前提條件（IF）在數(shù)據(jù)庫中的事實部分匹，接著推理機的功能是從事實部分在規(guī)則庫匹配的規(guī)則中，判斷哪些規(guī)則是符事實的規(guī)則（THEN）[50]�；谝�(guī)則推理技術(shù)的優(yōu)點顯而易見，它求解問題推理簡單、較好操作，能給較為明確答案、形式化表述清楚等，但不可避免的也存在一系列不足之處，如識獲取困難、規(guī)則庫維護困難、缺乏自學(xué)習(xí)能力、推理機制脆弱等[51]。

CBR循環(huán)Fig2-2CBRcycle
【學(xué)位授予單位】：江西農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：S435.711

【相似文獻】

相關(guān)期刊論文 前10條

1 陸景珍;;山區(qū)茶樹種植的有效管理措施探討[J];農(nóng)民致富之友;2018年21期

2 李競;葉自旺;胡樹良;梁策;李昊達(dá);;小型茶樹開溝和施肥一體機的設(shè)計和仿真[J];農(nóng)機化研究;2018年08期

3 木笛;;厚重如山的一巖一茶[J];茶道;2016年11期

4 唐寶民;;縣令的遠(yuǎn)見[J];課堂內(nèi)外創(chuàng)新作文(高中版);2017年06期

5 王學(xué);張祖陸;王茂香;張倫;代杰瑞;;日照茶樹種植區(qū)表層土壤營養(yǎng)元素地球化學(xué)特征分析[J];山東國土資源;2011年06期

6 靳傳芬;;茶樹種植要點[J];河南農(nóng)業(yè);2006年02期

7 薛光;;茶園除草集錦[J];江蘇雜草科學(xué);1987年01期

8 Hobman;F.R.;張杰;;澳大利亞茶樹種植密度和投產(chǎn)期對茶葉產(chǎn)量的影響[J];廣東茶葉科技;1987年01期

9 袁飛;張忠根;李玉美;;“密植速成”茶園投資效益的研究[J];蠶桑茶葉通訊;1988年03期

10 汪春園;;茶樹成年期產(chǎn)量與質(zhì)量演變的相關(guān)性及經(jīng)濟分析[J];中國茶葉;1988年04期

相關(guān)會議論文 前6條

1 趙輝;申錦程;姚建成;;河南省茶樹種植現(xiàn)狀及研究進展[A];2014年中國農(nóng)業(yè)資源與區(qū)劃學(xué)會學(xué)術(shù)年會論文集[C];2014年

2 朱秀紅;鄭美琴;成兆金;;日照市茶樹種植氣候條件分析[A];中國農(nóng)學(xué)會農(nóng)業(yè)氣象分會2006年學(xué)術(shù)年會論文集[C];2006年

3 朱秀紅;;層次分析法在魯東南山區(qū)茶樹種植因子權(quán)重中的應(yīng)用[A];第32屆中國氣象學(xué)會年會S15 提升氣象為農(nóng)服務(wù)能力，保障農(nóng)業(yè)提質(zhì)增效[C];2015年

4 何雨芩;張茂松;黃成兵;高敏;;基于GIS的云南省茶樹種植氣候適宜性區(qū)劃[A];第32屆中國氣象學(xué)會年會S15 提升氣象為農(nóng)服務(wù)能力，，保障農(nóng)業(yè)提質(zhì)增效[C];2015年

5 張瑋瑋;申雙和;楊沈斌;劉娟;王主玉;俞布;;基于GIS的湖北省茶樹種植氣候適宜性區(qū)劃[A];第27屆中國氣象學(xué)會年會現(xiàn)代農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會場論文集[C];2010年

6 何雨芩;張茂松;黃成兵;高敏;;基于GIS的云南省茶樹種植氣候適宜性區(qū)劃[A];第32屆中國氣象學(xué)會年會S15 提升氣象為農(nóng)服務(wù)能力，保障農(nóng)業(yè)提質(zhì)增效[C];2015年

相關(guān)重要報紙文章 前10條

1 本報記者 李悅春;對永德那片茶樹的情懷[N];云南日報;2019年

2 肖輝 李保;用茶樹幫村民種出致富路[N];人民政協(xié)報;2019年

3 鄭渝川;一種讓人著迷的嗜好深深影響了歷史進程[N];上海證券報;2016年

4 本報記者 顏安 實習(xí)生 蔣晨;南川：金佛山大茶樹成“搖錢樹”[N];重慶日報;2017年

5 記者 牟嵐;我省擬立法保護100年以上古茶樹[N];法制生活報;2017年

6 本報記者 何博;傳承千年古茶樹 實現(xiàn)保護開發(fā)雙贏[N];貴州政協(xié)報;2017年

7 實習(xí)記者 黃菊;引進龍頭企業(yè) 發(fā)展綠色產(chǎn)業(yè)[N];貴陽日報;2017年

8 本報記者 馮斯正 編譯;美國：是銷茶國 更是產(chǎn)茶國[N];中華合作時報;2017年

9 本報記者 咸文靜;班瑪：百年茶樹長出扶貧新葉[N];青海日報;2019年

10 吳美琳　蔡文炳;傳授技能 提供信息[N];湄洲日報;2009年

相關(guān)博士學(xué)位論文 前1條

1 孫玉冰;基于電子鼻技術(shù)的茶樹蟲害信息檢測[D];浙江大學(xué);2018年

相關(guān)碩士學(xué)位論文 前6條

1 張紀(jì)華;基于CBR-RBR集成和深度學(xué)習(xí)方法的茶樹病蟲害專家系統(tǒng)的研究[D];江西農(nóng)業(yè)大學(xué);2019年

2 秦泗瑜;日照市茶樹種植宜種性及土壤質(zhì)量變化研究[D];山東農(nóng)業(yè)大學(xué);2005年

3 王茂香;日照市茶樹適生環(huán)境的自然區(qū)域劃分研究[D];山東師范大學(xué);2012年

4 汪海飛;農(nóng)業(yè)型專業(yè)村集聚機理研究[D];河南大學(xué);2014年

5 楊媛;歙縣茶園土壤適宜性評價研究[D];安徽農(nóng)業(yè)大學(xué);2015年

6 張超;種植專業(yè)村空間集聚及分布的定量分析[D];河南大學(xué);2015年

本文編號：2686322