| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 农业大数据及数据挖据的技术背景 | 第8-10页 |
| 1.1.1 农业大数据背景 | 第8-9页 |
| 1.1.2 数据挖据技术及其在农业领域的研究现状 | 第9-10页 |
| 1.2 农业大数据的数据挖掘面临的技术挑战 | 第10-11页 |
| 1.3 Map/Reduce型数据处理平台的特征 | 第11-13页 |
| 1.4 论文的研究内容 | 第13页 |
| 1.5 论文的组织结构 | 第13-16页 |
| 第2章 相关技术 | 第16-28页 |
| 2.1 数据挖掘技术概述 | 第16-18页 |
| 2.1.1 数据挖掘概念 | 第16页 |
| 2.1.2 数据挖掘任务 | 第16-17页 |
| 2.1.3 数据挖掘过程 | 第17-18页 |
| 2.2 数据挖掘系统研究 | 第18-20页 |
| 2.3 Map/Reduce型数据处理平台 | 第20-21页 |
| 2.3.1 Map/Reduce编程模型 | 第20页 |
| 2.3.2 Map/Reduce运行过程 | 第20-21页 |
| 2.4 开源Map/Reduce平台Hadoop | 第21-26页 |
| 2.4.1 Map/Reduce计算框架 | 第23-24页 |
| 2.4.2 分布式文件系统HDFS | 第24-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 基于Hadoop平台的农业数据挖掘系统设计 | 第28-36页 |
| 3.1 系统需求分析 | 第28-29页 |
| 3.2 系统设计目标 | 第29页 |
| 3.3 系统设计思路及方案 | 第29-31页 |
| 3.3.1 系统设计思路 | 第29-30页 |
| 3.3.2 系统设计方案 | 第30-31页 |
| 3.4 系统模块设计及流程 | 第31-34页 |
| 3.4.1 系统主要功能模块介绍 | 第31-32页 |
| 3.4.2 系统主要流程 | 第32-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第4章 CART算法的并行策略及改进 | 第36-46页 |
| 4.1 农业领域分类算法 | 第36页 |
| 4.2 CART算法研究 | 第36-39页 |
| 4.2.1 CART算法介绍 | 第36-39页 |
| 4.2.2 CART算法优缺点 | 第39页 |
| 4.3 CART算法并行设计 | 第39-43页 |
| 4.4 CART并行算法的分析与改进 | 第43-45页 |
| 4.4.1 CART并行算法分析 | 第43-44页 |
| 4.4.2 CART并行算法改进 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 实验结果与分析 | 第46-54页 |
| 5.1 实验环境 | 第46-47页 |
| 5.1.1 软硬件描述 | 第46页 |
| 5.1.2 Hadoop平台层搭建 | 第46-47页 |
| 5.2 实验过程 | 第47-49页 |
| 5.3 实验效果 | 第49-52页 |
| 5.3.1 算法准确性测试 | 第49-50页 |
| 5.3.2 算法有效性测试 | 第50-51页 |
| 5.3.3 算法可扩展性测设 | 第51-52页 |
| 5.4 本章小结 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间获得科研成果 | 第60-62页 |
| 致谢 | 第62页 |