数据挖掘在造林作业分析与预测中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·国外林业信息化现状 | 第9-10页 |
| ·美国林业信息化 | 第9-10页 |
| ·德国林业信息化 | 第10页 |
| ·法国林业信息化 | 第10页 |
| ·我国林业信息化发展 | 第10-14页 |
| ·林业信息化发展历程 | 第11-12页 |
| ·我国林业信息化建设现状 | 第12-14页 |
| ·本文章节安排 | 第14-15页 |
| 2 数据挖掘技术 | 第15-25页 |
| ·数据挖掘的概念 | 第15-16页 |
| ·数据挖掘的任务与特点 | 第16-17页 |
| ·数据挖掘的过程 | 第17页 |
| ·知识发现与数据挖掘 | 第17-23页 |
| ·知识发现的基本过程 | 第18-19页 |
| ·知识发现的基本任务 | 第19-21页 |
| ·数据挖掘的基本技术方法 | 第21-22页 |
| ·数据挖掘的分类 | 第22页 |
| ·知识发现的应用领域 | 第22-23页 |
| ·数据挖掘在林业信息化中应用情况 | 第23-25页 |
| 3 决策树在造林适地适树预测中的应用 | 第25-41页 |
| ·引言 | 第25页 |
| ·决策树算法介绍 | 第25-31页 |
| ·C4.5算法的理论基础 | 第26-28页 |
| ·C4.5算法决策树的修剪 | 第28页 |
| ·C4.5算法规则提取 | 第28-29页 |
| ·C4.5算法的改进 | 第29-31页 |
| ·改进C4.5算法在造林适地适树预测中的应用 | 第31-40页 |
| ·数据收集 | 第32-33页 |
| ·数据预处理 | 第33-35页 |
| ·实验及结果分析 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 4 关联规则算法在造林作业规划设计中应用 | 第41-58页 |
| ·引言 | 第41页 |
| ·关联规则算法 | 第41-46页 |
| ·Apriori算法 | 第42-44页 |
| ·Apriori算法改进 | 第44-46页 |
| ·算法比较 | 第46页 |
| ·改进APRIORI算法在造林设计分析中的应用 | 第46-58页 |
| ·数据收集 | 第47页 |
| ·造林作业设计措施实验及结果分析 | 第47-53页 |
| ·混交树种间的关系实验及结果分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 5 结论与展望 | 第58-60页 |
| ·结论 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
