農(nóng)作物病蟲(chóng)草害遠(yuǎn)程智能識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、該文主要通過(guò)研究神經(jīng)網(wǎng)絡(luò)專(zhuān)家系統(tǒng)以及基于INTERNET的遠(yuǎn)程通信,設(shè)計(jì)并實(shí)現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)和基于INTERNET連接的農(nóng)作物病蟲(chóng)草害遠(yuǎn)程智能識(shí)別系統(tǒng),具體如下:1.實(shí)現(xiàn)了基于數(shù)據(jù)庫(kù)技術(shù)和WEB技術(shù)的農(nóng)作物病蟲(chóng)草害遠(yuǎn)程查詢(xún)和學(xué)習(xí)系統(tǒng).遠(yuǎn)程客戶(hù)通過(guò)聯(lián)網(wǎng)的計(jì)算機(jī)可以很方便的進(jìn)行遠(yuǎn)程訪(fǎng)問(wèn)和學(xué)習(xí),使用簡(jiǎn)單,功能完善.該文基于INTERNET的遠(yuǎn)程連接,可以很方便的將有關(guān)信息在廣大用戶(hù)與系統(tǒng)之間進(jìn)行傳遞,為廣大用戶(hù)及時(shí)準(zhǔn)確的了解和掌握病害知識(shí)提供

2、可能,并為病害的診斷和施治奠定了基礎(chǔ).2.學(xué)習(xí)和研究了人工神經(jīng)網(wǎng)絡(luò)有關(guān)知識(shí),重點(diǎn)研究和探討了BP算法和模擬退火算法.針對(duì)基本BP算法的收斂速度慢,利用了一種新的BP改進(jìn)算法—自適應(yīng)權(quán)步因子BP算法.該算法根據(jù)最近兩個(gè)梯度的符號(hào)及其相對(duì)大小動(dòng)態(tài)地改變權(quán)步因子(即學(xué)習(xí)速率)并使之盡可能大,從而實(shí)現(xiàn)了學(xué)習(xí)速率的自適應(yīng),提高了神經(jīng)網(wǎng)絡(luò)的收斂速度,是一種簡(jiǎn)單易行、無(wú)需確定關(guān)鍵性參數(shù)地高效BP算法.另外,由于在該算法中,權(quán)步(即權(quán)值)的增量的大小主

3、要取決于學(xué)習(xí)速率和前一次權(quán)步的大小的乘積,而與當(dāng)前梯度的大小沒(méi)有直接的線(xiàn)性關(guān)系,就消除了偏導(dǎo)數(shù)的大小對(duì)神經(jīng)網(wǎng)絡(luò)訓(xùn)練的不利影響.同時(shí),針對(duì)基本BP算法的局部收斂問(wèn)題,該文引入模擬退火理論,結(jié)合該BP算法對(duì)微觀(guān)結(jié)構(gòu)的敏感性和模擬退火算法在能量空間宏觀(guān)結(jié)構(gòu)上的方向性,設(shè)計(jì)了S-BP算法:以自適應(yīng)權(quán)步因子BP算法加快迭代,按負(fù)梯度方向盡快滑入極小點(diǎn),減少無(wú)用的搜索過(guò)程;用模擬退火算法啟發(fā)性地指明方向,使神經(jīng)網(wǎng)絡(luò)訓(xùn)練脫離局部極小點(diǎn),盡量收斂于全局