●第1章 人工智能與作物生產深度融合算法理論基礎
1.1 卷積神經網絡
1.2 模糊推理算法
1.3 粒子群算法
1.4 主成分分析法
第2章 棚室生產環境數據獲取與智能控制
2.1 繫統采用的關鍵技術
2.2 繫統總體設計
2.3 棚室環境監控終端的設計與開發
2.4 雲平臺的設計與構建
第3章 植物電信號檢測裝備的研究與應用
3.1 植物電信號檢測裝備設計
3.2 植物電信號檢測裝備可用性分析
3.3 植物電信號分析方法研究
3.4 外界環境變化下植物電信號采集與分析
第4章 基於人工智能算法的水稻生長階段優劣長勢判別
4.1 水稻長勢圖像采集與數據集建立
4.2 基於卷積神經網絡的水稻長勢模型構建
4.3 基於粒子群算法的水稻長勢卷積神經網絡模型的優化
4.4 對比分析
第5章 基於人工智能算法的水稻病害短期分級預警繫統
5.1 水稻病害預警的依據和條件
5.2 降雨量與空氣相對濕度的相關性分析
5.3 水稻病害預警主要氣像因子的選取
5.4 基於物聯網的氣像數據獲取方法的研究
5.5 水稻病害短期分級預警模型的設計與仿真
5.6 水稻病害短期分級預警繫統的開發與應用
第6章 基於人工智能算法的作物圖像種類自動識別
6.1 作物圖像采集及預處理方法研究
6.2 基於卷積神經網絡的作物圖像識別模型
6.3 作物圖像種類識別的Matlab GUI設計
第7章 基於卷積神經網絡的水稻病害識別方法
7.1 水稻病害圖像預處理及病害數據庫建立
7.2 基於卷積神經網絡的水稻病害識別模型
7.3 水稻病害識別平臺的實現
第8章 基於圖像的稻花香水稻種子鋻別方法
8.1 水稻種子的圖像采集及預處理
8.2 水稻種子形態特征的提取
8.3 基於主成分分析法的水稻種子分類方法研究
8.4 基於水稻種子圖像識別軟件的應用
參考文獻

本書以作物生產為切入點，以人工智能與作物生產深度融合技術為主線，簡要闡述了農業大數據采集與控制、數據存儲、現代農業人工智能算法和繫統集成方法。 本書首先對人工智能與作物生產深度融合算法理論基礎進行了介紹：其次，具體闡述了農業生產數據采集方法，包括棚室生產環境數據與植物電信號數據采集的硬件和軟件設計方法；再次，重點介紹了人工智能技術在農業生產方面的應用，主要涵蓋了基於人工智能算法的水稻生長階段優劣長勢判別、基於人工智能算法的水稻病害短期分級預警繫統、基於人工智能算法的作物圖像種類自動識別、基於卷積神經網絡的水稻病害識別方法、基於圖像的稻花香水稻種子鋻別方法。 本書是基礎理論和作物生產實踐相結合的產物。旨在將人工智能技術與現代農業深度融合，以達到進一步指導農業生產的目的。本書可作為農業院校師生和農業技術人員的參考用書。