农业病虫害远程诊断与预警技术【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

农业病虫害远程诊断与预警技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

理论篇3

第1章 绪论3

1.1 概述3

1.2 诊断理论及其应用4

1.2.1 诊断推理概念的提出4

1.2.2 诊断推理的方法4

1.2.3 诊断型专家系统5

1.3 会诊理论及其应用5

1.3.1 群决策理论和方法5

1.3.2 群决策支持系统6

1.3.3 远程医疗会诊系统7

1.4 预警理论及其应用7

1.4.1 病虫害预测预报7

1.4.2 病虫害预警8

1.5 研究的创新点及其成果意义9

1.5.1 研究的创新点9

1.5.2 对相应研发工作的影响9

1.5.3 对相应学科发展的影响10

1.6 本书的研究目的和内容10

1.6.1 研究目的10

1.6.2 研究内容11

参考文献11

第2章 农业病虫害诊断理论13

2.1 农业病虫害诊断概念模型13

2.1.1 诊断与诊断问题的定义13

2.1.2 农业病虫害诊断概念模型14

2.2 农业病虫害诊断的数学定义16

2.3 农业病虫害诊断问题的求解模型18

2.3.1 诊断知识的预处理18

2.3.2 层内诊断问题19

2.3.3 层间诊断问题19

2.4 小结20

参考文献20

第3章 农业病虫害预警理论21

3.1 农业病虫害预警21

3.1.1 病虫害预警的概念与范畴21

3.1.2 病虫害的预警过程21

3.1.3 病虫害预警的特点23

3.1.4 病虫害的预警方法23

3.2 农业病虫害预警指标体系24

3.2.1 预警指标筛选原则24

3.2.2 预警指标体系的内容25

3.3 农业病虫害预警系统26

3.3.1 农业病虫害预警系统功能26

3.3.2 农业病虫害预警系统结构26

3.3.3 农业病虫害预警系统的构建过程27

3.4 小结27

参考文献28

第4章 基于群决策的病虫害会诊理论29

4.1 病虫害群决策的内容和过程29

4.1.1 群决策内容29

4.1.2 群决策过程30

4.1.3 群决策特点31

4.2 群决策系统分析31

4.2.1 群决策系统要素31

4.2.2 群决策系统结构32

4.2.3 群决策系统分类33

4.2.4 多属性群决策过程33

4.2.5 群决策规则35

4.3 群决策问题的求解35

4.3.1 病虫害会诊群决策的目标导向35

4.3.2 病虫害会诊群决策方案选择37

4.3.3 病虫害会诊群决策环境特点38

4.3.4 非结构化的病虫害会诊决策39

4.3.5 病虫害会诊群决策的诊断和治疗假设40

4.4 小结42

参考文献43

方法篇47

第5章 农业病虫害知识表示模型47

5.1 知识表示概述47

5.2 农业病虫害诊断知识的分类48

5.2.1 知识的作用48

5.2.2 知识的数据结构48

5.2.3 知识的确定性48

5.2.4 知识的表现形式49

5.3 病虫害知识的表示49

5.3.1 案例知识的表示49

5.3.2 经验知识的表示52

5.4 小结53

参考文献53

第6章 基于遗传算法的鱼病案例推理模型54

6.1 基于案例推理的基本概念54

6.1.1 基于案例推理的基本原理54

6.1.2 基于案例推理的一般过程55

6.2 鱼病诊断推理系统中的案例表示57

6.2.1 案例的主要内容57

6.2.2 案例的表示方法57

6.2.3 鱼病诊断推理系统案例表示58

6.3 鱼病诊断推理系统案例的检索60

6.3.1 现有的案例检索模型60

6.3.2 基于规则与案例结合的检索方法62

6.4 基于遗传算法的权重优化模型65

6.4.1 适应度函数数学模型的建立66

6.4.2 自适应的遗传算子66

6.4.3 基于遗传算法GA的权重优化算法67

6.5 案例检索模型在鱼病诊断系统中的应用68

6.5.1 鱼病诊断推理系统案例集合的结构特点68

6.5.2 基于规则与基于案例推理结合的应用68

6.6小结70

参考文献70

第7章 基于CBR和RBR协同推理的鱼病诊断推理模型72

7.1 鱼病诊断的CBR与RBR协同推理机制72

7.2 鱼病诊断的案例检索模型73

7.2.1 鱼病症状特征辨识74

7.2.2 鱼病案例初级匹配75

7.2.3 鱼病案例相似性度量77

7.2.4 鱼病案例复用79

7.2.5 鱼病案例保存79

7.3 实例分析80

7.4 小结81

参考文献81

第8章 基于相对熵的FDT群决策偏好集结模型82

8.1 决策偏好的表示方法82

8.2 常见偏好信息的数学描述83

8.3 群决策中不同形式偏好信息的一致化研究85

8.3.1 不同偏好信息转换为判断矩阵的一致化方法86

8.3.2 不同偏好信息转换为效用值的一致化方法87

8.4 群决策中不同偏好信息的集结模型和方法88

8.4.1 个体偏好序的偏好集结函数88

8.4.2 判断矩阵的偏好集结方法91

8.4.3 基于效用值的相对熵群决策集结最优化模型93

8.5 不同形式偏好集结的FDT群决策流程95

8.6 FDT实例分析96

8.7 小结97

参考文献97

第9章 基于证据理论的不确定性FDT群决策方法99

9.1 经典D-S证据理论的基本概念及性质99

9.1.1 概率的四种解释及性质100

9.1.2 基本定义101

9.1.3 Dempster合成规则及其性质102

9.2 证据理论合成规则的修正方法评述103

9.2.1 修改组合规则104

9.2.2 证据源修改方法105

9.2.3 各种改进方法的比较106

9.3 不确定性FDT的群决策流程110

9.3.1 自然语言描述的基本可信度分配表示110

9.3.2 FDT群决策基本过程111

9.4 FDT实例分析111

9.5 小结113

参考文献113

第10章 基于粗糙神经网络的知识获取模型115

10.1 粗糙神经网络松耦合知识获取模型115

10.1.1 模型基本思想115

10.1.2 模型构造过程115

10.2 鱼病知识获取步骤116

10.2.1 鱼病知识约简116

10.2.2 约简步骤和算法117

10.2.3 约简实例117

10.2.4 BP神经网络设计和算法119

10.3 知识获取实例120

10.4 小结122

参考文献122

第11章 基于遗传算法的知识获取模型123

11.1 基于归纳的机器学习123

11.1.1 机器学习的基本概念123

11.1.2 覆盖正例排斥反例的AQ学习方法125

11.1.3 AQ方法的应用126

11.2 遗传算法在知识获取中的应用131

11.2.1 概念获取模型131

11.2.2 基于遗传算法的规则学习实例132

11.2.3 基于遗传算法的约束规划求解135

11.2.4 遗传算法与惩罚函数法混合的通用算法135

11.3 小结137

参考文献137

第12章 基于径向基网络的梨黑星病中短期预测预警138

12.1 人工神经网络及BP神经网络138

12.1.1 人工神经网络及其基本功能138

12.1.2 BP神经网络139

12.2 径向基神经网络算法139

12.2.1 径向基网络机理139

12.2.2 径向基函数的学习过程141

12.3 梨黑星病径向基预测模型设计143

12.3.1 梨黑星病数据准备143

12.3.2 梨黑星病发生的实测时间动态143

12.3.3 梨黑星病径向基神经网络建模试验分析144

12.3.4 梨黑星病果实病指径向基网络预测146

12.3.5 梨黑星病的BP网络与径向基网络预测结果对比分析147

12.4 径向基神经网络泛化能力分析148

12.5 小结149

参考文献149

第13章 基于神经网络和遗传算法的牙鲆疾病预警模型150

13.1 牙鲆疾病预警指标体系150

13.1.1 牙鲆疾病预警指标的确定150

13.1.2 牙鲆疾病预警指标重要程度排序150

13.1.3 牙鲆疾病预警指标警限确定153

13.2 牙鲆疾病的环境预警模型153

13.2.1 牙鲆疾病水环境状态预警154

13.2.2 牙鲆疾病水环境趋势预警155

13.3 基于症状的牙鲆疾病预警160

13.3.1 基于案例检索的牙鲆疾病诊断160

13.3.2 症状预警警级确定162

13.3.3 实例分析163

13.4 小结164

参考文献164

应用篇167

第14章 基于J2EE的鱼病诊断系统167

14.1 鱼病诊断系统框架167

14.1.1 J2EE概述167

14.1.2 J2EE的优势167

14.1.3 J2EE的应用程序结构168

14.1.4 鱼病诊断推理系统的结构168

14.2 鱼病诊断流程设计169

14.3 数据模型设计171

14.3.1 规则库和案例库的设计171

14.3.2 本体模块的设计173

14.4 系统功能及界面设计177

14.4.1 功能设计177

14.4.2 用户输入界面178

14.4.3 诊断推理179

14.4.4 知识获取179

14.5 小结180

参考文献180

第15章 基于案例推理的鱼病诊断专家系统181

15.1 系统体系结构设计181

15.2 系统诊断流程设计182

15.3 系统功能模块设计183

15.4 知识库设计183

15.4.1 系统知识库183

15.4.2 数据库概念结构设计184

15.4.3 数据库逻辑结构设计184

15.4.4 数据表之间的依赖关系184

15.5 系统实现186

15.6 小结187

参考文献187

第16章 基于呼叫中心的鱼病智能诊断系统188

16.1 系统结构设计188

16.2 功能模块设计189

16.2.1 鱼病诊断模块189

16.2.2 鱼病知识浏览模块190

16.2.3 鱼病案例查询模块190

16.2.4 系统维护模块190

16.3 工作流程设计190

16.4 知识库设计191

16.5 系统实现192

16.5.1 系统开发环境和开发技术192

16.5.2 呼叫中心系统的环境配置192

16.5.3 系统运行界面193

16.6 小结194

参考文献194

第17章 移动式鱼病诊断专家系统195

17.1 移动式鱼病诊断系统需求分析195

17.1.1 需求特点195

17.1.2 系统逻辑结构195

17.1.3 技术难点与实现策略196

17.2 系统整体结构设计196

17.2.1 系统物理架构196

17.2.2 系统服务模式设计197

17.2.3 系统诊断流程设计199

17.3 知识获取与推理系统设计199

17.3.1 鱼病系统基础数据200

17.3.2 知识获取201

17.3.3 推理机制203

17.4 系统开发实现举例203

17.5 小结205

参考文献206

第18章 奶牛疾病诊断专家系统的设计与实现207

18.1 系统体系结构设计207

18.2 系统功能模块设计207

18.3 系统工作流程设计209

18.4 系统知识库设计210

18.4.1 字典数据库210

18.4.2 规则库211

18.5 奶牛疾病诊断对象的推理机设计211

18.6 系统界面212

18.7 小结213

参考文献214

第19章 基于Web的果树病害诊断系统215

19.1 基于Web的果树病害诊断系统需求分析215

19.2 基于Web的果树病害诊断系统设计216

19.2.1 系统结构设计216

19.2.2 功能模块设计216

19.2.3 工作流程设计217

19.3 知识获取219

19.3.1 知识来源219

19.3.2 知识模型219

19.3.3 知识规则形式化219

19.4 系统实现220

19.4.1 系统开发平台220

19.4.2 系统运行界面221

19.5 系统测试227

19.5.1 专家评审227

19.5.2 平台测试227

19.5.3 模拟测试227

19.6 小结228

参考文献228

第20章 重大动物疫情疫病咨询系统229

20.1 概述229

20.2 系统分析与设计229

20.2.1 系统分析229

20.2.2 系统设计230

20.2.3 预警预案设计231

20.2.4 数据库设计233

20.3 系统实现234

20.3.1 系统开发环境和相关实现技术234

20.3.2 系统运行界面234

20.4 小结&.236

参考文献236

附录236

第21章 基于Web的牙鲆疾病预警系统239

21.1 系统分析239

21.1.1 用户需求分析239

21.1.2 功能需求分析239

21.2 系统设计239

21.2.1 系统结构设计239

21.2.2 功能模块设计240

21.2.3 系统流程设计241

21.2.4 数据库设计241

21.3 系统实现243

21.3.1 系统开发软件环境和软件技术243

21.3.2 系统运行界面244

21.4 小结246

参考文献246

第22章 农业病虫害远程诊治与预警平台的设计与实现247

22.1 农业病虫害远程诊治与预警平台概述247

22.1.1 研究背景与意义247

22.1.2 系统实现目标247

22.2 系统平台总体设计248

22.2.1 系统平台的设计思想248

22.2.2 系统平台的开发路线248

22.2.3 系统平台的体系结构248

22.3 农业病虫害诊治系统二次开发平台250

22.3.1 开发目的250

22.3.2 平台功能250

22.3.3 开发架构和模式250

22.3.4 系统实现251

22.4 农业病虫害诊治系统的通用维护平台252

22.4.1 开发目的252

22.4.2 平台功能253

22.5 基于机器到机器通信的农业病虫害诊治系统实现254

22.5.1 机器到机器通信技术介绍254

22.5.2 系统功能254

22.6 基于短信的农业病虫害诊治平台255

22.6.1 系统结构设计255

22.6.2 体系结构设计256

22.6.3 系统实现256

22.7 小结257

参考文献258

示范篇261

第23章 农业病虫害远程诊断技术研究与示范261

23.1 项目的研究示范内容261

23.1.1 研究示范的总体目标和水平261

23.1.2 项目研究示范的主要内容261

23.2 项目的完成情况264

23.2.1 农业病虫害基础数据库264

23.2.2 基于B/S模型的农业病虫害诊断平台研究265

23.2.3 农业病虫害远程会诊平台研究267

23.2.4 农业病虫害远程呼叫与咨询系统研究267

23.2.5 移动式农业病虫害诊断决策系统研究268

23.2.6 基于GIS的农业病虫害广域分析270

23.2.7 虫害远程自动识别与诊断平台271

23.3 项目采取的技术路线和关键技术272

23.3.1 研究方法与技术路线272

23.3.2 关键技术研究和突破273

23.4 项目推广和示范的社会效益275

23.4.1 项目的示范基地建设与企业合作275

23.4.2 其他经济、社会效益分析与评述277

23.5 项目实施的启示277