数据挖掘在在农业中的应用现状及趋势研究-

结束语
任何产业的快速发展都离不开高新技术, 农业的发展 必然要走信息化道路。数据挖掘技术作为具有潜力巨大 的研究领域, 通过与现代农业相结合, 将在农业科研、生 产、管理等方面发挥巨大的作用, 这对推动我国农业现代 化的发展具有重要的作用。
18
19
20
数据挖掘技术简介
数据挖掘（data mining)就是利用各种分析工具在海量数 据中发现模型和数据间关系的过程。使用这些模型和关系可以 进行预测, 并帮助决策者寻找数据间潜在关联, 发现被忽略的因 素, 因而被认为是解决当今时代所面临的数据爆炸而信息贫乏问 题的一种有效方法。数据挖掘是知识发现(Knowledge Discovery in Database)的关键步骤。
■社会可行性
利用数据库挖掘技术对大量 积累的农业数据进行挖掘。 可有效地从这些浩瀚的数据 中深入寻找各种因素的相互 联系，发现一些随着因素动 态变化而产生的新的指导农 业生产的规律，这对于作物 的高产、优质具有十分重要 的意义，社会价值较高。
13
研究及应用现状
应用范围广
初步成果，有 待进一步研究
探讨
课题可行性
■ 技术可行性 ■ 经济可行性 ■社会可行性
10
课题可行性
■ 技术可行性
■ 经济可行性 ■社会可行性
当今的信息化时代，查阅 相关资料的途径多种多样， 可以有效地借助学校图书馆、 电子图书馆、网络等途径查 询相关信息。大学学习过有 关数据挖掘的课程，对其应 用有一定的了解。
11
课题可行性
数据挖掘在农业中的应用 现状及趋势研究
Presenຫໍສະໝຸດ Baidued by: 葛欣旭 情报学
农业信息研究所
1
content
1 选题原因、背景 2 课题意义、可行性分析 3 文献搜集、整序 4 研究和应用的现状及趋势分析
课题背景
农业信息化推进 农业数据累积迅速 信息囚笼、信息孤岛
由于农业生产的复杂性, 使得农业数 据具有丰富、多维、动态、不完整、 不确定等特性, 导致了我们淹没在数 据的海洋中，数据丰富, 知识贫乏, 所 以需要用一种方法从结构化和半结构 化的大量数据中找出隐藏的规律, 根 据规律制定正确的农业策略, 达到使 农业生产持续、高效、协调发展的目 的。
数据挖掘方法
◆ 聚类分析法 ◆ 决策树 ◆关联规则 ◆遗传算法 ◆粗糙集
过程主要包括确定业务对
象、数据准备、数据挖掘、 结果分析。
6
课题意义
分析数据挖掘在
农业中的应用现状， 国内外比较，提供借 鉴。
发现应用中存在的 问题，探寻解决方案。
促进数据挖掘技
术在农业中推广与应 用。
数据挖掘是一个新兴的、潜力巨大的研究领域，农业领域的数 据挖掘是计算机技术、人工智能、统计学等与现代农业相结合的产 物，对于农业科研、生产、管理等方面将会发挥巨大的作用。
基于不确定性和模糊性的空间数据挖掘
精准农业中由于技术手段的限制或人为的误差,空间数据中存在大量的不确定性和模 糊性, 研究基于不确定性和模糊性的空间数据挖掘技术就显得尤为迫切。空间统计学、证 据理论、模糊集和粗糙集等方法是处理不确定性的很好方法, 把这些方法应用于空间数据 挖掘领域有待于进一步拓展。
农业环境数据、农业植保 数据、农业气象数据、温室 作物生长预测、农业施肥数 据、遥感数据、农业电子商 务、农业专家系统、农产品 品种资源数据、农作物培育 数据、农业数字图书馆
推广成本高
研究及应用趋势
数据输入形式的多样性
农业领域中存在一些半结构化、非结构化的数据形式, 如文本、图形、数学公式、图像或 WWW 资源,目前的数据挖掘工具一般只能提供对数值型的结构化数据的处理, 对数据中存在 缺损或噪声的情况尚无有效的解决方法, 数据输入形式的多样化是亟待解决的问题。
■ 技术可行性
■ 经济可行性
■社会可行性
本课题研究需要大量的信息 搜集与整合，由于现在的信 息高度共享，所以在搜索过 程将不会有太大困难，成本 也不会太高。另外，此课题 还需要进行一定的调研方可 得到有效真实的数据支持， 研究结果具有一定的实际意 义与价值。
12
课题可行性
■ 技术可行性
■ 经济可行性
数据仓库与时空数据挖掘
由于农业生产的复杂性、连续性, 各种数据库需要集成数据仓库, 而空间数据挖掘也 有随时间的改变而改变的现象。因此, 数据仓库和时空数据挖掘的研究是今后数据挖掘发 展的必然趋势。
知识的可视化表示与用户的参与性
理解所发现知识的最有效的方式是进行图形可视化。可视化仍是一个不成熟的领域, 有待于进一步研究。有效的决策过程往往需要多次交互和多次反复, 使数据挖掘的结果准 确并易于表达, 实现在多抽象层次上交互挖掘知识。目前, 许多知识发现系统和工具缺乏与 用户的交互, 难以有效利用领域知识。