神经网络在长三角农业信息网站评价中的应用研究

发布时间：2020-10-23 03:44

　　 农业是国民经济的基础产业,农业的发展是经济社会发展的前提,而农业信息化是农业发展的关键因素,农业信息网站是农业信息化的主要内容和重要的组成部分,在农业的发展中越来越起着举足轻重的作用,可以说现代农业的发展很大程度上依赖农业信息网站的信息资源,从农业的生产,流通和市场等农业生产的各个方面为农民提供农业信息服务平台,这个平台包括科技,市场和农业政策等信息,这些都是现代农业所必须的。农业信息网站为农业提供了信息服务的良好平台,通过这个平台,可以很好地促进农业现代化得发展。当前农业信息网站建设中存在标准不一,水平参差不齐,内容重复等问题,这些问题的出现就使得农业信息网站的评价显得重要起来。 农业信息网站的评价就是对现有的农业信息网站进行测评,从不同的角度反映农业信息网站是否满足当前农业生产和农业发展的需求,比较客观地得出现有的农业信息网站的评价结果,提出哪些需要改进的内容和要求,为当前的农业发展服务。针对目前网站评价的各种方法,如层次分析法和模糊综合评价法等评价方法的基础上,提出了使用人工神经网络作为评价网站的工具的一种方法,力求在评价方法上有所创新,使网站评价在方法上更能客观有效,能在一定程度上弥补上述传统方法的不足,从不同侧面和不同角度客观反映网站的实际水平。只有得出客观合理的评价结果,才能使网站更好的为农业服务,促进农业信息化水平的提高,服务三农,这对实现新时期规划纲要目标,为建设社会主义新农村做好信息保障和信息服务。 从上个世纪八十年代起,人工神经网络开始逐渐应用到多学科高科技领域,人工神经网络算法研究也得到了进一步的发展,同时各个学科的专家学者把人工神经网络算法和本学科的研究相结合进行科学研究工作,包含的领域有生物学,病理学,心理学,数学科学,计算机科学和电子信息科学等,这些领域应用人工神经网络在很大的程度上促进了各个领域的发展。人工神经网络也应用到信息资源的评价方面,可以促进信息资源评价的发展,提出了不同的评价方法和评价模型和评价过程。因为信息资源评价的发展,可以更好为经济和社会的发展做好服务,信息资源的评价结果可以为经济和社会的发展提供参考依据。 针对各种当前农业信息网站评价方法不一,各种评价方法得到的评价结果的不同,评价方式有各种不足之处,不能很好地反映当前农业信息网站的发展水平,为了更客观合理地对农业信息网站进行评价,本文尝试利用人工神经网络本身具有并行处理数据、良好的容错、自适应和自学习以及较好的非线性功能等特性,对农业信息网站进行分析,构建人工神经网络模型,对农业信息网站评价方法进行改进。 本论文主要的研究内容是： 1.概述了农业信息网站评价的目的,评价的原则,指标建立的原则和方法,为建立科学合理的评价指标体系和评价方法建立了理论依据,整理和分析了BP神经网络的有关基础理论和相应算法,并详细叙述了BP神经网络工具箱的使用方法,阐述了使用神经网络工具箱建立农业信息网站评价的步骤和详细过程,包括,数据的获取和预处理,评价模型的建立。 2.介绍了用神经网络对农业信息网站评价方法改进的原理及思路,并以BP神经网络模型为基础建立了农业信息网站评价模型；并根据评价的特点和需要,建立了相应的农业信息网站评价指标体系,通过对评价指标体系进行深入细致的研究,并详细叙述了指标体系的评分方法和评分细则,最后对长三角农业信息网站的评价模型进行网络学习和网络评价,得出评价结果。 3.简要说明了在本文研究过程中的创新点和遇到的问题,同时对BP神经网络评价结果进行分析,阐述了研究的不足之处,提出了改进意见,并对以后的工作进行了展望,为接下来进行此项研究的人提供有价值的参考意见和依据。
【学位单位】：安徽大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：F320.1;F49;F224
【文章目录】：
摘要
Abstract
1 绪论
    1.1 选题背景和研究意义
    1.2 网站评价的国内外现状
    1.3 研究思路和内容体系
    1.4 研究方法
2 农业信息网站评价方法
    2.1 农业信息网站的评价目的
    2.2 农业信息网站的评价原则
    2.3 神经网络方法
    2.4 本章小结
3 农业信息网站指标体系的构建
    3.1 指标体系建立的原则和方法
    3.2 国内外农业信息网站评价指标
    3.3 农业网站评价指标体系
    3.4 农业网站评价指标研究
    3.4 本章小结
4 基于神经网络的长三角农业信息网站评价模型构建
    4.1 BP算法程序设计及其在农业信息网站的运用
    4.2 构建长三角农业信息网站评价神经网络模型
    4.3 利用评价模型进行农业信息网站评价
    4.4 本章小结
5 长三角农业信息网站的评价
    5.1 农业信息网站评价结果
    5.2 BP神经网络评价分析
    5.3 本章小结
6 结论
    6.1 研究成果和创新之处
    6.2 研究不足和工作展望
参考文献
附录
图表目录
致谢
攻读学位期间参加的项目
攻读学位期间发表的学术论文

【相似文献】

相关期刊论文 前10条

1 王郑霞;肖来胜;;基于神经网络的茶叶产量建模与预测方法研究[J];电脑知识与技术;2011年22期

2 王义强;袁修华;马明阳;胡艳娟;;基于神经网络的数控插补容错技术[J];农业机械学报;2011年07期

3 程绍明;马杨珲;周博;王永维;王俊;;基于电子鼻的番茄种子不同储藏时间的鉴别研究[J];传感技术学报;2011年07期

4 赵国洪;;我国农业信息网发展框架的研究路径探讨[J];安徽农业科学;2011年21期

5 李五四;靳慧丽;;制造商评价与选择供应商的模糊神经网络决策模型[J];农村经济与科技;2011年07期

6 赵晔;王昌;;农业信息网站的模糊综合评价模型构建[J];广东农业科学;2011年08期

7 杜艳红;高庆吉;卫勇;于亚萍;;基于神经网络的机器人驱动系统数学模型辨识[J];安徽农业科学;2011年18期

8 彭晓珊;王虎;陈雨青;;总线型粒子群神经网络谷物干燥机控制系统设计[J];安徽农业科学;2011年18期

9 高迟;;基于模糊神经网络的保鲜冷库节能研究[J];安徽农业科学;2011年18期

10 卿军;;广西农业信息服务体系建设现状分析与对策建议[J];农家之友(理论版);2011年02期

相关博士学位论文 前10条

1 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年

2 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年

3 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年

4 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年

5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年

6 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年

7 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年

8 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年

9 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年

10 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年

相关硕士学位论文 前10条

1 李佰承;神经网络在长三角农业信息网站评价中的应用研究[D];安徽大学;2010年

2 廖犬发;一种配电网故障区间诊断系统的研究[D];武汉大学;2004年

3 陈燕;基于粒计算——神经网络的故障诊断方法与应用[D];太原理工大学;2011年

4 魏秀;文化算法优化RBF神经网络及应用研究[D];太原理工大学;2011年

5 王晶;基于神经网络理论实现混沌系统控制与同步研究[D];郑州大学;2002年

6 易江义;神经网络PID控制在汽车发电机性能自动测试系统的应用[D];中南大学;2004年

7 张霞;GIS内部信号识别的神经网络建模及小波算法实现[D];天津大学;2003年

8 仲京臣;基于小波神经网络的故障诊断研究[D];中国海洋大学;2004年

9 任子武;基于神经网络的参数自整定PID控制算法研究[D];哈尔滨理工大学;2004年

10 高玉萍;基于专家系统与神经网络相结合的电力变压器故障诊断[D];西安理工大学;2005年

本文编号：2852508