| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第15-23页 |
| 1.1 研究背景与研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 国外农业大数据研究现状 | 第16-18页 |
| 1.2.2 国内农业大数据研究现状 | 第18-19页 |
| 1.3 研究目标和内容 | 第19-20页 |
| 1.3.1 研究目标 | 第19-20页 |
| 1.3.2 研究内容 | 第20页 |
| 1.4 论文技术路线 | 第20-21页 |
| 1.5 论文章节安排 | 第21-22页 |
| 1.6 本章小结 | 第22-23页 |
| 2 大数据技术的研究 | 第23-41页 |
| 2.1 大数据技术概况 | 第23-24页 |
| 2.1.1 大数据技术的内涵 | 第23页 |
| 2.1.2 大数据技术的发展 | 第23-24页 |
| 2.2 大数据处理框架Hadoop | 第24-33页 |
| 2.2.1 Hadoop大数据生态圈 | 第25-26页 |
| 2.2.2 分布式文件系统HDFS | 第26-29页 |
| 2.2.3 并行计算框架MapReduce | 第29-33页 |
| 2.3 基于内存的并行计算框架spark | 第33-40页 |
| 2.3.1 Spark生态系统 | 第34-35页 |
| 2.3.2 Spark核心数据模型RDD | 第35-36页 |
| 2.3.3 集群架构及运行 | 第36-38页 |
| 2.3.4 GraphX | 第38-40页 |
| 2.3.5 Spark SQL | 第40页 |
| 2.4 本章小结 | 第40-41页 |
| 3 谱聚类算法模型 | 第41-50页 |
| 3.1 图论原理 | 第42-44页 |
| 3.1.1 图的基本概念 | 第42页 |
| 3.1.2 相似图 | 第42-43页 |
| 3.1.3 图划分原则 | 第43-44页 |
| 3.2 拉普拉斯矩阵 | 第44-46页 |
| 3.2.1 非归一化的拉普拉斯矩阵 | 第45页 |
| 3.2.2 归一化的拉普拉斯矩阵 | 第45-46页 |
| 3.3 谱聚类算法 | 第46-48页 |
| 3.3.1 谱聚类算法步骤 | 第46-47页 |
| 3.3.2 谱聚类算法一般流程图 | 第47页 |
| 3.3.3 算法时间复杂度 | 第47-48页 |
| 3.4 本章小结 | 第48-50页 |
| 4 农业大数据挖掘系统的设计 | 第50-54页 |
| 4.1 农业大数据挖掘系统的需求分析 | 第50-51页 |
| 4.2 农业大数据挖掘系统总体架构设计 | 第51-52页 |
| 4.3 农业大数据挖掘系统主要子模块设计 | 第52-53页 |
| 4.3.1 数据存储模块设计 | 第52-53页 |
| 4.3.2 数据分析模块设计 | 第53页 |
| 4.3.3 数据管理模块设计 | 第53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 农业大数据挖掘系统的实现与应用 | 第54-69页 |
| 5.1 农业大数据挖掘系统运行环境 | 第54-55页 |
| 5.2 农业大数据挖掘系统分布式集群搭建 | 第55-57页 |
| 5.2.1 农业大数据挖掘系统Hadoop平台搭建与配置 | 第55-56页 |
| 5.2.2 农业大数据挖掘系统Spark平台搭建与配置 | 第56-57页 |
| 5.3 农业大数据挖掘系统功能实现 | 第57-61页 |
| 5.3.1 数据存储模块功能的实现 | 第57-58页 |
| 5.3.2 数据分析模块功能的实现 | 第58-60页 |
| 5.3.3 数据管理模块功能的实现 | 第60-61页 |
| 5.4 农业大数据挖掘系统的应用 | 第61-68页 |
| 5.4.1 实验过程 | 第61-63页 |
| 5.4.2 实验结果 | 第63-68页 |
| 5.5 本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| 参考文献 | 第71-74页 |