農業(yè)數據分類預測算法的研究.pdf

1、目前，隨著互聯(lián)網的迅猛發(fā)展，農業(yè)網站也在不斷進步，而農業(yè)網站中農業(yè)數據每天都以驚人的速度不斷地持續(xù)增長。并且農業(yè)數據的種類豐富多彩，有宏觀的農業(yè)數據、科技數據、市場數據和科學文化數據等。但是這些農業(yè)數據只是具有大量不確定的、不完整的、帶有噪聲以及冗雜數據的原始資料,無法直接為人們提供有價值的信息和知識。我們迫切需要一種技術幫助我們從茫茫無際的農業(yè)數據海洋中獲取與農業(yè)生產、管理、經營相關的信息，從而做出正確的農業(yè)決策，引導農業(yè)高效生產。數

2、據挖掘技術對數據進行深層次的分析與挖掘的一種技術,是伴隨現代科學技術應運而生。因此，本文采用數據挖掘技術對農業(yè)數據進行有效的采集，進而深度分析數據，為用戶提供方便的分類預測，為用戶提供有利的農業(yè)決策，提高農業(yè)數據的利用率。
　　本研究主要內容包括：⑴介紹了農業(yè)網站中農業(yè)數據的特征以及對農業(yè)數據的使用現狀，描述了數據挖掘技術的基本理論和思想，通過分析農業(yè)數據的特征和數據挖掘技術處理數據的思想,探討了數據挖掘技術在農業(yè)方面的應用研究。

3、⑵提出了加權的極限學習機分類算法。對基于樸素貝葉斯、支持向量機和極限學習機的農業(yè)數據分類預測算法的進行了分析和比較后，提出了的加權極限學習機分類算法，通過與極限學習機分類算法的實驗對比，證明了其較好的分類效果。⑶設計了農業(yè)數據分類預測模型。分析農業(yè)數據分類預測流程，采用了基于纏繞法的農業(yè)數據屬性篩選，進行對農業(yè)數據的預處理；通過分析作為數據源的農業(yè)網站的Web頁面結構特征和HTML語言的結構特征，提出針對農業(yè)網站的Web頁面提出用于抽取