随着科学技术迅速的发展,农业信息技术逐渐成为新农业科技革命的重要标志。农业智能化系统成为丰富农业专业知识和传播农业信息的重要手段,促进了农业快速发展,为实现农业信息化、现代化产生积极推动作用。本文主要致力于园艺作物生长监测技术研究,将农业可持续的理念应用到系统中,以西瓜种植为例提供可持续理念驱动的种植决策支持方案。主要研究内容如下:1)本文使用概率信息增益算法,根据特定指标对系统熵值的影响,确定病害指标的重要程度并进行排序。通过使用信息增益方法,分别定量每一个指标为分类确定性带来的增益。一旦某个指标被确定了,系统将会处于一个新状态,需使用深度迭代的方法,并引入概率计算,对下一个重要指标进行排序。最后,使用一个真实数据集,通过信息增益的方法来计算指标“异常情况”、“颜色”、“器官”、“形状”的信息增益,结果表明其信息增益依次递减。2)本文设计了基于有向无环图的数据结构的病害识别器。在图结构的有向边中融入路标信息用于确定查询路径,结合本文提出的概率信息增益算法,确定了图的分层结构及每一层的类别。每种特征和病害作为图的节点仅需存储一次,通过有向边表达特征与病害之间的关系。在数据集中的一条数据被构造成图中的一条路径,通过图搜索的方式完成最终的病害分类。针对特征不全的问题,本文还设计了搜索图。搜索图结合了链表和图的结构,可以在特征缺失的情况下,提供可能的病害分类。3)本文构建了西瓜的生长模型。生长模型主要包含不同时期的生长发育特征和不同器官的生长发育曲线。当生长发育异常时,可以检测作物当前的生长环境,选择打开或关闭智能灌溉施肥机进行动态调控。在西瓜生长的前三个时期,主要根据西瓜生长发育特征判断生长状态。从坐果期开始,果实和主蔓迅速发育,并拥有连续的生长数据,根据采集的数据使用多项式回归拟合的模型,构建了包括环境因素在内的西瓜生长曲线。为了选择最佳模型,使用梯度下降法对模型进行训练,得出最优的生长曲线。