基于数据挖掘技术的造林决策研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 引言 | 第10-31页 |
| ·立题依据及研究的目的、意义 | 第10-13页 |
| ·立题依据 | 第10-12页 |
| ·研究的目的和意义 | 第12-13页 |
| ·研究背景 | 第13-24页 |
| ·造林规则设计研究 | 第13-15页 |
| ·知识发现与数据挖掘 | 第15-21页 |
| ·林业信息化建设 | 第21-24页 |
| ·林业数据挖掘技术框架 | 第24-27页 |
| ·森林资源数据 | 第24-25页 |
| ·森林资源信息 | 第25页 |
| ·森林资源知识 | 第25-26页 |
| ·森林资源决策 | 第26页 |
| ·森林资源数据、信息、知识和决策的关系 | 第26-27页 |
| ·森林资源知识获取的途径和方法 | 第27页 |
| ·林业数据挖掘发现的知识类型 | 第27-28页 |
| ·研究内容、方法和技术路线 | 第28-31页 |
| ·研究内容 | 第28页 |
| ·本文组织 | 第28-29页 |
| ·研究方法 | 第29-30页 |
| ·技术路线 | 第30-31页 |
| 2 研究区概况与基础数据 | 第31-34页 |
| ·研究区概况 | 第31-32页 |
| ·研究基础数据 | 第32-34页 |
| 3 研究理论与方法 | 第34-61页 |
| ·适地适树原理与途径 | 第34-36页 |
| ·数据挖掘原理与方法 | 第36-47页 |
| ·数据挖掘定义 | 第36-38页 |
| ·数据挖掘的基本方法 | 第38-40页 |
| ·数据挖掘方法的选择 | 第40-41页 |
| ·数据挖掘的过程模型 | 第41-44页 |
| ·数据挖掘技术的应用过程 | 第44-47页 |
| ·分类与预测 | 第47-52页 |
| ·决策树基本算法 | 第47-49页 |
| ·C4.5 算法 | 第49-52页 |
| ·关联规则 | 第52-56页 |
| ·关联规则基本模型 | 第52-53页 |
| ·Apriori 算法 | 第53-54页 |
| ·Apriori 算法的实现描述 | 第54-55页 |
| ·Apriori 算法示例 | 第55-56页 |
| ·聚类分析 | 第56-61页 |
| ·聚类分析算法的概念 | 第57页 |
| ·聚类分析方法的分类 | 第57-58页 |
| ·聚类分析中的数据类型 | 第58-59页 |
| ·聚类分析在数据挖掘中的应用 | 第59-61页 |
| 4 造林决策数据挖掘的一般步骤 | 第61-63页 |
| 5 基于决策树技术的适地适树预测 | 第63-80页 |
| ·方法概述 | 第63-64页 |
| ·数据收集与预处理 | 第64-66页 |
| ·数据收集 | 第64-65页 |
| ·数据预处理 | 第65-66页 |
| ·结果与分析 | 第66-79页 |
| ·结果与分析一 | 第66-71页 |
| ·结果与分析二 | 第71-75页 |
| ·结果与分析三 | 第75-78页 |
| ·三种结果比较与总结 | 第78-79页 |
| ·小结 | 第79-80页 |
| 6 基于关联规则技术的造林作业设计研究 | 第80-93页 |
| ·方法概述 | 第80-81页 |
| ·数据收集与预处理 | 第81-82页 |
| ·数据收集 | 第81-82页 |
| ·数据预处理 | 第82页 |
| ·结果与分析 | 第82-91页 |
| ·结果与分析一 | 第82-86页 |
| ·结果与分析二 | 第86-91页 |
| ·小结 | 第91-93页 |
| 7 结论与展望 | 第93-95页 |
| ·结论 | 第93-94页 |
| ·展望 | 第94-95页 |
| 参考文献 | 第95-102页 |
| 个人简介 | 第102-103页 |
| 导师简介 | 第103-105页 |
| 致谢 | 第105页 |
