期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

数据挖掘技术在预测农作物生长过程中的应用研究 被引量：4

下载PDF
导出
摘要 数据挖掘是一种决策支持过程。它主要融合了人工智能、统计学、数据库、机器学习等领域的技术。其目的是在大量的数据中发现有价值的信息,故又称为数据库中的知识发现。随着多种农业数据的增加,人工分析会变得越来越难。作者采用数据挖掘技术预测温室作物生长,因作物生长是时序性的,在时序模型转化为关系模型时,引入程度副词来进行转换,而在预测作物的生长时,又提出了在作物生长的历史数据中提取潜在规律并采用数据挖掘技术,通过与其他预测技术的比较,发现运用数据挖掘的方法具有较高的预测精度。
作者 梅林
机构地区 西华师大计算机学院
出处 《甘肃科技》 2005年第11期50-52,共3页 Gansu Science and Technology
关键词 数据挖掘 时序模型 关系模型 知识发现
分类号 F239.42 [经济管理—会计学]
  • 相关文献

参考文献3

二级参考文献19

  • 1张振贤,郑国生,赵德婉.大白菜光合作用特性的研究[J].园艺学报,1993,20(1):38-44. 被引量：44
  • 2徐坤,康立美,赵红军,刘振军.结球莴苣光合特性研究[J].园艺学报,1995,22(4):363-366. 被引量：17
  • 3上官周平.作物生产系统模拟与发展[J].农业工程学报,1995,12:252-257.
  • 4李萍萍 杨京平.苏南地区小麦气候生产潜力及理想群体结构模拟[J].浙江农业大学学报,1991,.
  • 5[1]U M Fayyad,G Piatetsky-Shapiro,P Smyth et al.Advances in Knowledge Discovery and data moining[M].AAAI/MIT Press, 1996
  • 6[2]R Kimball.The Data Warehouse Toolkit[M].New York:John Wiley& Sons, 1996
  • 7[3]J Gray,S Chaudhuri,A Bosworth et al. Data cube:Arelational aggregation operator generalizing group-by,cross-tab and sub-totals[J].Data Mining and Knowledge Discovery, 1997; 1:29-54
  • 8[4]R Agrawal,T Imielinski,A Swami. Mining association rules between sets of items in large database[C].In:Proc. 1993 ACM-SIGMOD Int. Conf.Management of Data,Washington ,D.C., 1993.5:207-216
  • 9[5]R Agrawal,R Srikant. Fast algorithms for mining association rules[C].In:Proc. 1994 Int. Conf. Very Large Data Bases,Santiago,Chile,1994.9:487-499
  • 10[6]R Agrawal, R Srikant. Miningsequential pattems[C].In: Proc. 1995 Int.Corf. Data Engineering,Taipei ,Taiwan, 1995.3:3-14

共引文献72

同被引文献27

引证文献4

二级引证文献32

甘肃科技
2005年 第11期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部