自动对靶施药系统中植物病害识别技术的研究

植物病害识别属于实时性较强的小样本模式识别。作为一种新机器学习方法支持向量机能够有效解决小样本学习、非线性及高维模式识别等问题。在提取图像颜色特征色度矩的基础上,利用SVM对患有红蜘蛛的棉花进行病害识别,获得较高的识别率和识别速度。

鱼病诊断专家系统中知识表示的研究

根据建造鱼病诊断专家系统的要求,论文提出了系统的鱼病知识表示策略:首先将鱼病诊断知识抽象为概念化、形式化模型,然后将概念化、形式化模型转化为基于关系数据库的鱼病知识表示模型,该策略对构造鱼病诊断专家系统具有重要的理论与实践指导意义。

鱼病诊断专家系统中领域知识概念化体系的建立

结合鱼病诊断学和鱼病专家的知识与经验 ,建立了包括诊断主体、诊断客体、诊断要素、诊断结果、诊断思维、诊断方法等 7个因素的鱼病诊断的领域知识模型 ;从领域知识模型出发 ,将鱼病知识划分为事实性知识、经验性知识与决策性知识 3类 ;基于以上分类 ,初步建立了包括 2个前提、 7个定义和 3个推论的鱼病诊断知识概念化体系。该体系的建立为选择鱼病诊断知识表示模式提供了有效的理论依据。图 1,参 7。

基于分布式网络体系结构的鱼病诊断智能系统的实现

结合鱼病诊断知识和鱼病诊断专家经验,以人工智能理论为基础,采用B/S/S技术开发基于分布式网络体系结构的鱼病诊断智能系统。将鱼病诊断知识库的设计分为问题识别、知识概念化、知识形式化、知识实现和知识测试等五个阶段,并根据鱼病诊断流程和核心算法设计了鱼病诊断推理机制,最后对鱼病诊断的功能模块设计做了详细介绍。该智能系统的建立将有益于科学诊断和防治鱼病。

鱼病诊断专家系统中概念模型的构建

概念模型是对真实世界的抽象描述,严格、完备的概念模型在领域专家与开发人员的沟通过程中起重要作用。在统一界定诊断和诊断问题定义的基础上,将现实世界的鱼病诊断系统进行高度抽象,对鱼病诊断问题、诊断知识和诊断求解方式等进行提炼,将鱼病诊断问题定义为包括诊断对象、疾病集、病因集、症状集、诊断知识、诊断表现、诊断推理及诊断结论等8个因素在内的数学模型,将鱼病诊断知识描述为病因、疾病、症状及其三者之间的因果网络模型,将诊断求解方式分解为获取症状—推理诊断—增加信息3个步骤循环反复的“假设—验证”过程。该概念模型的构建为鱼病诊断专家系统的开发提供了知识表示和推理的理论基础。参8。

基于双层因果网络的鱼病诊断模型及其应用

通过分析鱼病传播的因果关系,构建了“症状—疾病—病因”的鱼病诊断模型,并转化为“症状—疾病”和“疾病—病因”的集合问题,采用模糊数学和覆盖集理论以及现代优化算法求解.通过实例证明,该模型可以得到有效的疾病范围、疾病发生可能性和相应的病因分析,诊断结论可以指导用户有针对性地进行鱼病防治.

基于TS搜索算法的鱼病诊断求解策略

根据疾病事件与症状事件之间的逻辑关系,利用覆盖集理论提出疾病诊断的新指标,构造症状与疾病之间的0-1整数规划模型,并采用禁忌搜索(TS搜索)方法来求解这一问题。通过大量鱼病诊断实例的计算结果表明,TS搜索算法在降低误诊率和减少响应时间方面均有良好的性能。

基于模糊数学的覆盖集模型在鱼病诊断中的应用

本文结合鱼病诊断中随机性、模糊性和不完备性同时存在的特点,基于节约覆盖集理论的概率模型,将模糊数学方法集成到症状的提取中,并根据获取信息的序贯性给出求解算法,构造了一个能够有效处理随机性、模糊性和不完备性知识表示和推理的鱼病诊断模型。通过大量鱼病诊断实例证明该模型具有一定的有效性和实用性。