- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
生态农业数据挖掘技术应用
1数据挖掘的定义和方法
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数
据中,提取出隐含在其中的、新颖的、未知的、但又有潜在有用的高
质量的信息。数据挖掘是面对应用的。它不仅是面对特定数据库的简
洁检索查询调用,而且要对这些数据进行微观和宏观的统计、分析、
综合和推理,发觉大事间的相互关联关系,利用已有的数据对将来的
活动进行猜测[4]。数据挖掘常用的技术有:统计分析技术,包括线性
分析和非线性分析、回归分析、规律回归分析、单变量分析、多变量
分析、时间序列分析、最近邻算法和聚类分析等技术[5];学问发觉类
技术,包括人工神经网络、决策树、遗传算法、粗糙集、规章发觉和
关联挨次等。应用这些技术可完成对数据特征化区分,关联分析,分
类和猜测,聚类分析、演化分析等挖掘功能。在实际应用中,应结合
具体应用领域将多种技术相结合,以期获得最佳的挖掘质量和效果。
2数据挖掘实施过程
数据挖掘实施过程分为以下4个步骤[6]。
2.1数据定义和数据清洗
创建元数据,定义相关领域,填写空缺值、平滑数据噪声、识别删
除孤立点以及处理不全都数据。
2.2数据聚集和数据挖掘模型开发
集成多个数据库、立方体和文件的数据。对数据进行概化(用高层
1
次的概念代替低层次的原始数据)、规范化(将属性数据按肯定的比例
缩放到特定区间)、属性构造、数据归约(删除弱相关的属性、数据浓
缩)。选择学问发觉的方法,确定模型。
2.3数据挖掘
运用确定的数据挖掘模型,从数据中提取出用户需要的学问,用某
种特定的方式表示或使用常用的表示方式,以满足用户的需求,使数
据挖掘工作效用最大化。
2.4学问评估
学问评估包括解释、推演及模型调整。可将发觉的学问以用户需求
的方式进行表现,依据用户需求对过程中的某些处理阶段进行优化,
直至最大限度地满足用户的需求。
3生态农业
“生态农业”(EcologicalAgriculture)一词最初是由美国土壤学家
W.Albreche于1970年提出的。1981年英国农学家MWorhtington将
生态农业明确定义为“生态上能自我维持、低投入,经济上有活力,在
环境、伦理和审美方面可接受的小型农业”[7]。中国生态农业
(ChineseEcologicalAgriculture)具有深厚、古老的农业传统背景和基础,
有其本身肯定的发生进展过程,具有独特的共性,即不否定化肥、农药、
激素等的适当投入,追求技术和能量的高效,并具有劳力密集和技术
密集相结合的特征。中国生态农业是在传统农业的基础上进展起来的,
精耕细作、培肥地力、间套轮作、林粮间作、基塘种养、农牧结合等
传统农业精华与现代化技术相结合,逐步进展成为具有中国特色的农
2
业综合生产体系[8]。我国生态农业是综合运用了人与自然的关系原理,
以生态学、生态经济学、生物学、社会学等理论为基础,接受系统工
程方法和先进科学技术成就,以争辩生态经济协调进展,合理利用自
然资源、爱护生态环境为主题,以实现农业和农村经济持续协调进展
为目的,强调生态效益,兼顾经济效益和社会效益的新型农业进展模
式[9]。现代高新技术会更加广泛地渗透于生态农业中由于生态农业所
追求的目标是高效益和无污染,而要实现这个目标就必需更多地依靠
现代高新技术[10]。
4数据挖掘技术在生态农业上的应用
农业是一巨型简单系统。我国土地宽广,土壤类型众多,作物品种
简单,病虫害发生频繁且症象不断变化,肥水、密度以及气候相互之
间的关系和影响,很多还未被人们去生疏,然而所积累的数据之多是
任何一个领域所没有的,它具有大量、多维、动态、不完整、不确定
等特性。由于农业自身的一些特点,如:土壤类型众多,作物品种简
单,病虫害发生频繁且症象不断变化,肥水、密度以及气候相互之间
的关系和影响,就使得关于它们的数据库与学问库具有大型、多维、
动态、不完全(缺值)、不确定(数据中的系统或随机噪声)、稀疏性
(很少甚至没有有用的记录)等特征[11]。因此,数据挖掘工具应能
处理农业数据的这些特征。另外,农业数据还有另外一个特征,它的
测量与时间有关,在数据分析过程中要求考虑时间因素,以便进行猜
测。目前及今后数据挖掘技术在生态农业中的应用主要集中在以下几
文档评论(0)