基于特征的病虫害多媒体诊断.pdfVIP

( ) 2001 年 7 月 　 重庆大学学报 　 自然科学版 Vol. 24 　No. 4 ( ) 第 24 卷第 4 期 Journal of Chongqing University Natural Science Edition Jul. 2001 ( ) 　　文章编号 :1000 - 582x 2001 04 - 0042 - 03 基于特征的病虫害多媒体诊断 1 1 1 2 涂 运 华 , 黄 席 樾 , 李 　佳 , 万 　勇 ( 1. 重庆大学 自动化学院 ,重庆 　400044 ; 2. 重庆地维水泥公司改革发展部 ,重庆 　402283) 　　摘 　要 : 在对蔬菜病虫害症状的特征描述的基础上 ,利用知识工程的方法和技术 ,结合神经网络 、 不确定性推理 、多媒体 、友好界面和协作冲突消解技术 ,实现了基于神经网络的蔬菜病虫害诊断专家系 统框架 。在本框架的神经网络中 ,采用了渐近学习、粗集消除冗余样本等技术 。系统根据领域专家提供 的事实数据 ,作为系统所构造的神经网络的样本数据来训练网络 。为了使用户输入病虫害症状特征更 形象、直观 , 以选择方式为主的输入方法 ,在选择按钮旁边标出提示样板或实物示例 ,辅助用户输入 。利 用此框架 ,编制出了番茄病虫害诊断专家系统 。 　　关键词 : 神经网络 ; 专家系统 ; 多媒体 ; 粗集 　　中图分类号 : TP 183 　　　　　　　文献标识码 :A 　　蔬菜病虫害的症状主要表现在叶、茎 、果 、根等部 1. 2 　蔬菜病虫害的特征描述形式化表示 位 , 同时蔬菜在不同生长时期 、栽培环境下的表现不一 蔬菜病虫害的发生与许多因素有关, 如 : 土壤类 样 ,这些特征又具有不确定性 。一方面 , 国内外以往的 型、气候条件 、播种前对种子的预处理情况 、种植品种 、 病虫害诊断专家系统通常只考虑了上述因素中的部分 栽培方式 、近 3 年病虫害发生的情况等 。通过蔬菜品种 因素 ,未能充分考虑不确定性信息 ; 另一方面 ,结合我 病虫害症状知识的收集和整理, 发现病虫害主要症状 国多数农民的文化程度较低的实际情况 ,如何确保农 表现在茎部 、叶片 、根 、花和果实等部位 。经分析, 蔬菜 民用户输入数据的准确性和使用的方便性 ,也是病虫 病虫害特征可表示为 : 害诊断专家系统研制方面亟待解决的问题 。 特征 A :种子处理方法 A 1 、栽种季节 A 2 、苗床管理 笔者通过对蔬菜病虫害症状的特点和特征进行分 A 3 、品种 A 4 、周围栽种蔬菜品种 A 5 ; 在苗的茎部 、叶片 、 类 、抽象和编码 ,利用神经网络和不确定性推理技术 , 根 、花和果实茎部特征分别用