本选题的意义及国内外发展状况：
  
   植物分类学是一门主要研究整个植物界的不同类群的起源，亲缘关系，以及进化发展规律的一门基础学科。也就是把纷繁复杂的植物界分门别类一直鉴别到种，并按系统排列起来，以便于人们认识和利用植物。

   随着计算机图像处理和模式识别技术的发展，计算机植物种类的自动识别与分类也就
成为了可能，目前植物识别和分类主要由人工 完成，它的主要依据是植物的外观特征。由于植物的外观特征可以通过数字图像方式获得，那么利用图像处理，模式识别等技术进行植物种类识别将大大提高识别效率。计算机自动识别技术的研究内容和目标是提取植物特征，分类并认识植物，进而能在众多的植物中识别出已经认识的植物，或者找到相似的同类和近亲植物，它在认识和正确识别植物种类，植物博物馆的数字化，良种识别，以及机械除草等方面有着重要的应用作用，

   ART网络是Grossberg于1976年提出的按照自适应谐振理论（adaptive resonance theory)建立起来的一种自组织神经网络。它在神经生理学等许多方面模仿了人脑神经系统的许多特点，有很惊人的发展潜力。ART的目的就是将竞争学习模型嵌入到一个自调节控制机构，使得当输入充分类似于某一已存模式时系统才接受它，而当不够类似时，又能作为新的类别来处理。ART的主要优点是可以实时学习，且可以适应非平稳的环境，对已学过的对象具有稳定的快速识别能力，同时有能迅速适应未学过的新对象。它具有自归一能力，根据某些特征在全体特征中占的比例，有时把它作为关键特征，有时又将其作为噪声处理。当系统对环境做出错误反应时，可通过提高系统的警觉性来迅速识别新的对象

人工神经网络也简称为神经网络或称作连接模型，它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

研究内容：

1）  掌握人工神经网络的基本原理；
2）  了解ART的基本原理；
    3）  设计一个基于ART植物自动分类系统；
4）  编程实现算法；
5）  应用设计的系统进行测试；
6） 分析算法的优缺点，分析系统的准确性；
研究方法、手段及步骤：

    本毕业设计要求熟悉神经网络的基本原理和分类应用，设计一个迷宫最短路径算法。完成步骤：
1． 调研，文献阅读、资料收集，熟悉人工神经网络的基本原理。
2． 设计基于ART的的植物自动分类系统；
3． 优化系统、调试系统；
4． 结果分析和比较，提交分析结果报告，书写毕业论文。