基于灰色关联分析的小麦病害CBR方法  

Study on CBR for Wheat Disease Diagnosis Using Grey Relevance Analysis

作　　者：陈勇[1] 李书琴[1] 李峥嵘[1] 

机构地区：[1]西北农林科技大学信息工程学院,陕西杨凌712100

出　　处：《微计算机信息》2008年第15期208-209,279,共3页Control & Automation

基　　金：国家863计划(2006AA100208-2)基金项目名称:智能诊断控制灌溉技术

摘　　要：将灰色关联分析应用于小麦病害的案例推理中,提出采用灰色综合关联度作为案例的相似性度量指标,改进了距离相似性度量的缺陷;同时在案例检索中考虑了特征参数对案例检索的重要性程度的不同,通过定义权重向量解决非关键指标对案例判断的干扰问题。基于灰色关联分析的案例推理诊断效率高,易于理解。通过测试,该方法平均诊断正确率为82.5%。Applying grey relevant analysis theory to case-based reasoning, this paper proposes a new similarity measurement based on synthetical grey relevance which can improve the deficiency of distance measurement. Moreover, the different importance of feature parameters in diagnosing diseases is taken into account, and a weight vector is defined to solve the influence of nor-crucial parameters. Test results prove that the average diagnosis precision rate of grey relevant reasoning is 82.5%.

关 键 词：案例推理 小麦病害诊断 灰色关联分析 相似性 

分 类 号：TP182[自动化与计算机技术—控制理论与控制工程]