大樱桃常见病害智能诊断系统的研究与实现

《大樱桃常见病害智能诊断系统的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP182学校代码：10712UDC：004.8研究生学号：2013051315密级：公开品灶农林辨教大学2015届全日制硕士专业学位研究生学位论文大樱桃常见病害智能诊断系统的研究与实类型农业推广硕士领域、方向农业信息化研究生常雪指导教师任国霞副教授完成时间2015年5月中国陕西杨凌研究生学位论文的独创性声明本人声明：所呈交的全日制专业学位硕士论文是我个人在导师指导下独立进行的研究工作及取得的研究结果;论文中的研究数据及结果的获得完全符合学校《关于规范西北农林科技大学研究生学术道德的暂行规冬如

2、果违反此规定，一切后果与法律责任均由本人承担。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究结果，也不包含其他人和自己本人已获得西北农林科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文的致谢中作了明确的说明并表示了谢意。研究生签名：/杯辱时间：>/S年/月夕日导师指导研究生学位论文的承诺本人承诺：我的全日制专业学位硕士研究生—_____所呈交的硕士学位论文是在我指导下独立开展研究工作及取得的研究结果，属于我现岗

3、职务工作的结果，并严格按照学校《关于规范西北农林科技大学研究生学术道德的暂行规定》而获得的研究结果。如果违反学校《关于规范西北农林科技大学研究生学术道德的暂行规定》，我愿接受按学校有关规定的处罚处理并承担相应导师连带责任。关于研究生学位论文使用授权的说明本学位论文的知识产权归属西北农林科技大学。本人同意西北农林科技大学保存或向国家有关部门或机构送交论文的纸质版和电子版，允许论文被查阅和借阅；同意西北农林科技大学将本学位论文的全部或部分内容授权汇编录入《中国优秀硕士学位论文全文数据库》进行出版，并享受相

4、关权益。本人保证，在毕业离开（或者工作调离）西北农林科技大学后，发表或者使用本学位论文及其相关的工作成果时，将以西北农林科技大学为第一署名单位，否则，愿意按《中华人民共和国著作权法》等有关规定接受处理并承担法律责任，任何收存和保管本论文各种版本的其他单位和个人（包括研究生本人)未经本论文作者的导师同意，不得有对本论文进行复制、修改、发行、出租、改编等侵犯著作权的行为，否则，按违背《中华人民共和国著作权法》等有关规定处理并追冗法律责任。(保密的学位论文在保密期限内，不得以任何方式发表、借阅、复印、缩印或

5、扫描复制手段保存、汇编论文）研究生签名：為續时间：年6月$曰Classificationcode:TP182Universitycode:10712UDC:004.8Postgraduatenumber:2013051315Confidentialitylevel:OPENThesisforMaster’sDegreeNorthwestA＆FUniversityin2015RESEARCHANDIMPLEMENTATIONOFLARGECHERRYCOMMONDISEASESINTELLIGENTDI

6、AGNOSISSYSTEMMajor:AgriculturalExtensionResearchField:AgriculturalInformationNameofPostgraduate:ChangXueAdviser:AssociateProf.RenGuoxiaDateofSubmission:May,2015YanglingShaanxiChina大樱桃常见病害智能诊断系统的研究与实现摘要针对大樱桃病害人工诊断效率低下以及传统专家系统推理能力弱等问题，本文旨在研究与实现大樱桃常见病害智能诊断

7、系统，以提高大樱桃种植者的病害诊断能力，提高大樱桃病害的防治水平。在分析大樱桃病害领域知识的基础上，采用基于遗传算法改进的BP神经网络、专家系统、数据库和Web技术相结合的方法，以计算机网络为平台，人工智能理论为支撑，重点研究大樱桃的十种常见病害，采用基于J2EE标准的三层B/S体系结构，建立了基于Web的大樱桃常见病害智能诊断系统。该系统的实现为准确及时的诊断大樱桃常见病害，有效控制病害的发生率提供了良好的指导作用。本研究的主要研究内容和结论如下：（1）构建领域知识库。知识库位于智能诊断系统结构的最

8、底层，是智能诊断系统可靠性的保障。为了建立一个高质量的知识库，本研究根据大樱桃10种常见病害的知识特点，通过知识获取、知识分类以及知识表示的过程，确定了大樱桃病害的5种诊断参数，即发病时期、发病部位、病部颜色、病部形状和病症描述。采用动态编码方式，自动生成病害诊断参数编码并存储到知识库中，通过分析知识库的存储结构，构建了基于关系数据库的大樱桃病害知识库，为后续诊断模型的建立提供了数据支持。（2）建立基于改进BP网络的诊断模型。针对传统BP神经网络收敛速度