设施兔场管理云服务系统研究
这是一篇关于兔场,多租户,系谱图,疾病诊断,不确定性推理的论文, 主要内容为本文旨在实现不同类型兔场共同使用同一信息管理平台,并为企业提供整体兔业分析服务和辅助兽医工作的疾病诊断服务。通过对杨凌兔场生产需求的分析,确定了多租户模式以满足多企业共同使用平台的目标,搭建了基于多租户模式的兔业云服务信息管理平台。并在该模式框架下进行了系统功能的设计与开发,以满足兔场日常生产需求,最后完成了病兔疾病诊断的推理过程。该系统为兔场云服务养殖管理提供了新的思路与想法。主要内容包括:(1)需求分析及功能划分。针对我国兔产业育种困难、疾病制约和产业化程度低下等问题,本文以杨凌试验兔场生产需求为基础,确定了兔场系统实现的功76能需求与非功能需求,提出了一种基于多租户模式的兔场云服务信息管理系统。该系统包括Web端与App端,Web端实现场户管理、兔群管理、繁育管理和饲喂管理4项生产功能模块及疾病诊断功能,并根据兔场信息查阅需求总结出18项统计分析与3项育种分析;App端采用轻量级设计,实现在兔场工作中的数据录入功能。(2)兔场云服务信息管理系统的设计与实现。在Web端使用前后端分离的B/S架构,前端基于Vue技术栈、Ant Design组件库、Element UI组件库、Echarts图表库,后端基于Spring Boot框架,使用Redis作为数据缓存,My SQL数据库作为数据存储。在App端使用uni-app框架进行页面设计实现,连接Web后端接口实现数据录入功能。共实现系统4项管理模块25项生产功能。(3)基于推理规则的疾病诊断研究。根据疾病诊断需求将该模块分为用户界面、知识库管理系统、知识库与推理机4部分。知识库采用人工获取方式总结出传染病、寄生虫病和普通病3大类共计110种兔类常见疾病及其表现症状、防治手段。推理机利用基于可信度的不确定性推理规则进行疾病的诊断。整体过程由用户在界面输入病兔症状,推理机接收信息、调取知识库进行推理,然后将最终结果返回构成。知识库的更新或修改可通过知识库管理系统实现。(4)系统的监控与测试。将系统部署在阿里云服务器,并将数据库迁移至阿里云RDS云数据库,实现系统的云服务化。设计服务器监控、URL监控和SQL监控以实时监控系统状态。通过黑盒测试证明系统的可用性和准确性,并使用JMeter进行性能测试。结果表明,系统具有良好的稳定性,可支持1000余名用户同时在线使用,达到了多租户使用目的。
不确定性推理在病虫害专家系统中的应用研究
这是一篇关于CF模型,主观Bayes模型,不确定性推理,专家系统的论文, 主要内容为随着城市化进程快速发展,人们在建设物质文明和精神文明的同时,对生态环境的要求也越来越高。城市绿化带对城市生态环境起到了至关重要的作用,近几年,病虫害对绿化带不断侵害,以使绿化带不堪重负。据园林部门统计,在2008年哈尔滨市九成以上的糖戚树遭到光肩星天牛的侵害；2009年,虫害又卷土重来,给哈市造成严重的经济损失。基于上述情况,建立实用高效的病虫害专家系统对病虫害进行有效预测、诊断和防治已迫在眉睫。 本文根据绿化林带病虫害知识的特点,选择了非自动知识获取方式,并通过知识抽取、知识转换、知识输入和知识检测四个步骤,确保了知识的正确性和完整性。在知识表示方面,采用了传统的产生式表示法,构建了绿化林带病虫害知识库。建立了实用、规范的虫害预测预报模型,使虫害的预测预报更加准确。 在病虫害诊断和防治过程中,症状的不确定是事普遍存在的,而这种不确定性对最终结论会产生直接影响。因此,本系统采用不确定性推理机制,通过对可信度,CF模型和主观Bayes模型的分析,建立了可信度主观Bayes模型,该模型消除了可信度CF模型和主观Bayes模型对结论的先验概率P(H)的依赖,并结合实例应用在病虫害诊断推理中。 本系统是集病虫害诊断、预报、防治、树种与病虫害基本信息查询的综合系统,实现了对对绿化林带病虫害进行科学化、智能化管理。系统采用B／S体系结构,前台应用当今流行的JSP技术,后台利用MySQL数据库管理系统对数据连接、访问和控制提供强大支持。
不确定性推理在病虫害专家系统中的应用研究
这是一篇关于CF模型,主观Bayes模型,不确定性推理,专家系统的论文, 主要内容为随着城市化进程快速发展,人们在建设物质文明和精神文明的同时,对生态环境的要求也越来越高。城市绿化带对城市生态环境起到了至关重要的作用,近几年,病虫害对绿化带不断侵害,以使绿化带不堪重负。据园林部门统计,在2008年哈尔滨市九成以上的糖戚树遭到光肩星天牛的侵害；2009年,虫害又卷土重来,给哈市造成严重的经济损失。基于上述情况,建立实用高效的病虫害专家系统对病虫害进行有效预测、诊断和防治已迫在眉睫。 本文根据绿化林带病虫害知识的特点,选择了非自动知识获取方式,并通过知识抽取、知识转换、知识输入和知识检测四个步骤,确保了知识的正确性和完整性。在知识表示方面,采用了传统的产生式表示法,构建了绿化林带病虫害知识库。建立了实用、规范的虫害预测预报模型,使虫害的预测预报更加准确。 在病虫害诊断和防治过程中,症状的不确定是事普遍存在的,而这种不确定性对最终结论会产生直接影响。因此,本系统采用不确定性推理机制,通过对可信度,CF模型和主观Bayes模型的分析,建立了可信度主观Bayes模型,该模型消除了可信度CF模型和主观Bayes模型对结论的先验概率P(H)的依赖,并结合实例应用在病虫害诊断推理中。 本系统是集病虫害诊断、预报、防治、树种与病虫害基本信息查询的综合系统,实现了对对绿化林带病虫害进行科学化、智能化管理。系统采用B／S体系结构,前台应用当今流行的JSP技术,后台利用MySQL数据库管理系统对数据连接、访问和控制提供强大支持。
设施兔场管理云服务系统研究
这是一篇关于兔场,多租户,系谱图,疾病诊断,不确定性推理的论文, 主要内容为本文旨在实现不同类型兔场共同使用同一信息管理平台,并为企业提供整体兔业分析服务和辅助兽医工作的疾病诊断服务。通过对杨凌兔场生产需求的分析,确定了多租户模式以满足多企业共同使用平台的目标,搭建了基于多租户模式的兔业云服务信息管理平台。并在该模式框架下进行了系统功能的设计与开发,以满足兔场日常生产需求,最后完成了病兔疾病诊断的推理过程。该系统为兔场云服务养殖管理提供了新的思路与想法。主要内容包括:(1)需求分析及功能划分。针对我国兔产业育种困难、疾病制约和产业化程度低下等问题,本文以杨凌试验兔场生产需求为基础,确定了兔场系统实现的功76能需求与非功能需求,提出了一种基于多租户模式的兔场云服务信息管理系统。该系统包括Web端与App端,Web端实现场户管理、兔群管理、繁育管理和饲喂管理4项生产功能模块及疾病诊断功能,并根据兔场信息查阅需求总结出18项统计分析与3项育种分析;App端采用轻量级设计,实现在兔场工作中的数据录入功能。(2)兔场云服务信息管理系统的设计与实现。在Web端使用前后端分离的B/S架构,前端基于Vue技术栈、Ant Design组件库、Element UI组件库、Echarts图表库,后端基于Spring Boot框架,使用Redis作为数据缓存,My SQL数据库作为数据存储。在App端使用uni-app框架进行页面设计实现,连接Web后端接口实现数据录入功能。共实现系统4项管理模块25项生产功能。(3)基于推理规则的疾病诊断研究。根据疾病诊断需求将该模块分为用户界面、知识库管理系统、知识库与推理机4部分。知识库采用人工获取方式总结出传染病、寄生虫病和普通病3大类共计110种兔类常见疾病及其表现症状、防治手段。推理机利用基于可信度的不确定性推理规则进行疾病的诊断。整体过程由用户在界面输入病兔症状,推理机接收信息、调取知识库进行推理,然后将最终结果返回构成。知识库的更新或修改可通过知识库管理系统实现。(4)系统的监控与测试。将系统部署在阿里云服务器,并将数据库迁移至阿里云RDS云数据库,实现系统的云服务化。设计服务器监控、URL监控和SQL监控以实时监控系统状态。通过黑盒测试证明系统的可用性和准确性,并使用JMeter进行性能测试。结果表明,系统具有良好的稳定性,可支持1000余名用户同时在线使用,达到了多租户使用目的。
设施兔场管理云服务系统研究
这是一篇关于兔场,多租户,系谱图,疾病诊断,不确定性推理的论文, 主要内容为本文旨在实现不同类型兔场共同使用同一信息管理平台,并为企业提供整体兔业分析服务和辅助兽医工作的疾病诊断服务。通过对杨凌兔场生产需求的分析,确定了多租户模式以满足多企业共同使用平台的目标,搭建了基于多租户模式的兔业云服务信息管理平台。并在该模式框架下进行了系统功能的设计与开发,以满足兔场日常生产需求,最后完成了病兔疾病诊断的推理过程。该系统为兔场云服务养殖管理提供了新的思路与想法。主要内容包括:(1)需求分析及功能划分。针对我国兔产业育种困难、疾病制约和产业化程度低下等问题,本文以杨凌试验兔场生产需求为基础,确定了兔场系统实现的功76能需求与非功能需求,提出了一种基于多租户模式的兔场云服务信息管理系统。该系统包括Web端与App端,Web端实现场户管理、兔群管理、繁育管理和饲喂管理4项生产功能模块及疾病诊断功能,并根据兔场信息查阅需求总结出18项统计分析与3项育种分析;App端采用轻量级设计,实现在兔场工作中的数据录入功能。(2)兔场云服务信息管理系统的设计与实现。在Web端使用前后端分离的B/S架构,前端基于Vue技术栈、Ant Design组件库、Element UI组件库、Echarts图表库,后端基于Spring Boot框架,使用Redis作为数据缓存,My SQL数据库作为数据存储。在App端使用uni-app框架进行页面设计实现,连接Web后端接口实现数据录入功能。共实现系统4项管理模块25项生产功能。(3)基于推理规则的疾病诊断研究。根据疾病诊断需求将该模块分为用户界面、知识库管理系统、知识库与推理机4部分。知识库采用人工获取方式总结出传染病、寄生虫病和普通病3大类共计110种兔类常见疾病及其表现症状、防治手段。推理机利用基于可信度的不确定性推理规则进行疾病的诊断。整体过程由用户在界面输入病兔症状,推理机接收信息、调取知识库进行推理,然后将最终结果返回构成。知识库的更新或修改可通过知识库管理系统实现。(4)系统的监控与测试。将系统部署在阿里云服务器,并将数据库迁移至阿里云RDS云数据库,实现系统的云服务化。设计服务器监控、URL监控和SQL监控以实时监控系统状态。通过黑盒测试证明系统的可用性和准确性,并使用JMeter进行性能测试。结果表明,系统具有良好的稳定性,可支持1000余名用户同时在线使用,达到了多租户使用目的。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设小屋 ，原文地址：https://m.bishedaima.com/lunwen/52344.html
