| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 文献综述 | 第10-18页 |
| 1.1 土壤养分管理意义和需求 | 第10-11页 |
| 1.2 精准农业、农业大数据与土壤养分管理研究现状 | 第11-18页 |
| 1.2.1 精准农业 | 第11-12页 |
| 1.2.2 农业大数据 | 第12-15页 |
| 1.2.3 土壤养分管理与数据挖掘 | 第15页 |
| 1.2.4 精准施肥中数据挖掘的需求分析 | 第15-18页 |
| 2 引言 | 第18-22页 |
| 2.1 研究背景、意义及研究区介绍 | 第18-20页 |
| 2.1.1 研究背景及意义 | 第18-19页 |
| 2.1.2 研究区介绍 | 第19-20页 |
| 2.2 需求分析 | 第20页 |
| 2.3 研究目的和内容 | 第20-22页 |
| 2.3.1 技术框架图 | 第21-22页 |
| 3 数据挖掘与云平台技术 | 第22-30页 |
| 3.1 数据挖掘概述 | 第22-23页 |
| 3.1.1 数据挖掘的概念 | 第22页 |
| 3.1.2 数据挖掘的任务 | 第22页 |
| 3.1.3 数据挖掘的过程 | 第22-23页 |
| 3.2 云平台 | 第23-25页 |
| 3.2.1 云平台含义 | 第23-24页 |
| 3.2.2 云计算及应用工具 | 第24-25页 |
| 3.3 Hadoop数据处理平台 | 第25-30页 |
| 3.3.1 Hadoop基本架构 | 第26-27页 |
| 3.3.2 分布式文件系统HDFS | 第27页 |
| 3.3.3 MapReduce计算框架 | 第27-30页 |
| 4 基于云平台土壤养分数据的分析研究 | 第30-38页 |
| 4.1 Hadoop环境配置 | 第30-32页 |
| 4.1.1 软硬件描述 | 第30页 |
| 4.1.2 Hadoop数据处理平台的搭建 | 第30-32页 |
| 4.2 MapReduce处理机制在Hadoop中的应用 | 第32页 |
| 4.3 土壤养分数据的处理 | 第32-38页 |
| 4.3.1 Map函数实现过程 | 第34-36页 |
| 4.3.2 Reduce函数实现过程 | 第36-38页 |
| 5 土壤养分数据的数据挖掘 | 第38-49页 |
| 5.1 实验数据来源 | 第38-39页 |
| 5.2 研究区土壤养分含量描述性统计分析 | 第39-40页 |
| 5.3 评价土壤养分指标权重确定 | 第40-41页 |
| 5.4 模糊C算法原理及步骤 | 第41-42页 |
| 5.5 模糊C算法的应用 | 第42-49页 |
| 5.5.1 学习样本预处理 | 第43页 |
| 5.5.2 确定输入变量和输出变量 | 第43-44页 |
| 5.5.3 模糊C算法的应用 | 第44-45页 |
| 5.5.4 改进模糊C算法的应用 | 第45-49页 |
| 6 结论与展望 | 第49-51页 |
| 6.1 结论 | 第49页 |
| 6.2 本文创新点 | 第49-50页 |
| 6.3 展望 | 第50-51页 |
| 7 讨论 | 第51-54页 |
| 参考文献 | 第54-60页 |
| 个人简介 | 第60-61页 |
| 在学期间发表的论著及科研成果清单 | 第61页 |