基于数据挖掘的智慧农业生产系统的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 论文背景及意义 | 第9-10页 |
| 1.1.1 开发背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.2.3 存在的主要问题 | 第14页 |
| 1.3 研究内容 | 第14-16页 |
| 1.3.1 研究路线 | 第14-15页 |
| 1.3.2 关键问题 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 第二章 系统相关技术与理论基础 | 第18-28页 |
| 2.1 数据挖掘技术 | 第18-22页 |
| 2.1.1 数据挖掘的概念 | 第18页 |
| 2.1.2 数据挖掘过程 | 第18-21页 |
| 2.1.3 数据挖掘方法 | 第21-22页 |
| 2.2 智慧农业生产系统概述 | 第22-25页 |
| 2.2.1 系统概述 | 第22-23页 |
| 2.2.2 系统网络结构 | 第23-24页 |
| 2.2.3 系统总体框架及重点模块介绍 | 第24-25页 |
| 2.3 系统实现相关技术 | 第25-27页 |
| 2.3.1 J2EE体系结构 | 第25-26页 |
| 2.3.2 Spring MVC框架 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于决策树算法的地力等级的研究 | 第28-43页 |
| 3.1 农业系统地力等级数据分析 | 第28-29页 |
| 3.2 决策树算法的对比与分析 | 第29-37页 |
| 3.2.1 决策树算法的分类预测流程 | 第29-30页 |
| 3.2.2 常用的决策树算法 | 第30-31页 |
| 3.2.3 基于C4.5 算法的地力等级分析 | 第31-33页 |
| 3.2.4 基于CART算法的地力等级分析 | 第33-35页 |
| 3.2.5 分类预测结果对比与分析 | 第35-37页 |
| 3.3 改进的K-C4.5p算法及地力等级分析 | 第37-42页 |
| 3.3.1 C4.5 算法存在的问题及改进方法 | 第37-38页 |
| 3.3.2 基于K-C4.5p算法的地力等级分析 | 第38-41页 |
| 3.3.3 分类预测结果对比及算法评价 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于多元回归的产量预测的研究 | 第43-56页 |
| 4.1 农业系统产量数据分析及算法选取 | 第43-44页 |
| 4.2 多元回归算法及模型建立 | 第44-48页 |
| 4.2.1 多元回归算法原理 | 第44-45页 |
| 4.2.2 建立基于多元回归算法的产量模型 | 第45-48页 |
| 4.3 残差主成分回归算法及模型建立 | 第48-53页 |
| 4.3.1 多元回归算法存在的问题 | 第48页 |
| 4.3.2 残差主成分多元回归算法 | 第48-49页 |
| 4.3.3 建立基于残差主成分回归的产量模型 | 第49-53页 |
| 4.4 预测结果对比及模型评价 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 智慧农业生产系统的设计与实现 | 第56-70页 |
| 5.1 系统设计目标 | 第56页 |
| 5.2 系统总体设计 | 第56-58页 |
| 5.2.1 用户角色设计 | 第56页 |
| 5.2.2 功能模块设计 | 第56-58页 |
| 5.3 系统详细设计 | 第58-66页 |
| 5.3.1 系统用例图 | 第58-61页 |
| 5.3.2 系统类图 | 第61-63页 |
| 5.3.3 系统时序图 | 第63-66页 |
| 5.4 开发工具及环境 | 第66页 |
| 5.5 主要功能模块实现 | 第66-69页 |
| 5.5.1 统计分析模块 | 第66-68页 |
| 5.5.2 地力等级分析模块 | 第68页 |
| 5.5.3 产量预测模块 | 第68-69页 |
| 5.6 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 本文研究工作总结 | 第70-71页 |
| 6.2 今后工作展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士期间的学术成果 | 第76-77页 |
| 致谢 | 第77页 |
