诊断推理是人工智能的一个重要研究领域,发挥了越来越重要的作用。基于人工神经网络方法,基于规则的方法和基于案例推理方法是常用的诊断推理方法。如何根据问题的性质,选择有效的方法和推理的实现方法,总是诊断推理的焦点。农作物病害检测仪在植物病害推理过程中发挥着重要的作用。
　　人工神经网络是由大量神经元通过极其丰富和完善的联结而构成的自适应非线性动态系统，是一种黑箱方法。它以其极强的容错性、鲁棒性以及广泛的自学习能力逐渐成为诊断推理领域的一个重要方法。基于人工神经网络的诊断推理的执行分为两个过程：训练过程和诊断过程。
　　人工神经网络从训练样本中获取样本分布特征的统计规律，训练和诊断过程都是“黑箱”操作，克服了传统诊断推理方法知识获取的瓶颈，应用面较广，但训练时间较长、过程不可见是其缺点。采用决策树归纳方法得到规则的基于规则推理，可以直观地得到规则，用户可以通过这些规则对问题本身的规律性达到很好的认识，但是由于问题的多样性，规则获取难以实现，同时受训练样本集影响，训练样本不全面可能会导致获取规则的不全面，这是导致诊断不准确的直接原因。
   相关产品：农作物病害检测仪  http://www.top17.net/yq_list/yq_388_1.html