隨著科技在信息方面的迅速發(fā)展及廣泛應(yīng)用,信息系統(tǒng)在各個(gè)行業(yè)中的應(yīng)用規(guī)模不斷擴(kuò)張,因此而產(chǎn)生的信息量也呈現(xiàn)出爆炸性增長(zhǎng)的趨勢(shì),大數(shù)據(jù)由此而生。在大數(shù)據(jù)背景下如何利用相關(guān)技術(shù)手段,使用戶在短時(shí)間內(nèi)從大量的數(shù)據(jù)集中找出自己感興趣的、有價(jià)值的信息,是未來(lái)大數(shù)據(jù)處理發(fā)展的重要方向之一。隨著數(shù)據(jù)量的快速增加,數(shù)據(jù)挖掘產(chǎn)生的關(guān)聯(lián)規(guī)則數(shù)目和無(wú)用的冗余規(guī)則也不斷增加,使用戶找到有價(jià)值的,感興趣的規(guī)則時(shí)間和難度增加,對(duì)關(guān)聯(lián)規(guī)則的理解、應(yīng)用以及決策都造成很多困難。本文首先針對(duì)Apriori算法的缺點(diǎn),對(duì)其進(jìn)行改進(jìn),建立了一種基于Apriori算法的DAD算子模型。通過采集草莓葉片不同水分狀況的光譜反射值,建立相關(guān)性系數(shù)指標(biāo)對(duì)關(guān)聯(lián)規(guī)則進(jìn)行衡量,利用所提算子模型對(duì)冠層葉片含水率與不同波段的光譜反射率之間的潛在關(guān)系進(jìn)行關(guān)聯(lián)規(guī)則分析,找出了干旱、輕度干旱、適量和溢水四種不同的水分處理方式下草莓光譜反射特征與葉片水分狀況之間的相關(guān)關(guān)系。第二,對(duì)于刪除冗余關(guān)聯(lián)規(guī)則的標(biāo)準(zhǔn),引入了三個(gè)檢驗(yàn)指標(biāo),配合最小支持度和最小置信度對(duì)冗余關(guān)聯(lián)規(guī)則進(jìn)行刪除。詳細(xì)論證了三個(gè)檢驗(yàn)指標(biāo)的權(quán)重分析,實(shí)驗(yàn)結(jié)果證明,三個(gè)檢驗(yàn)指標(biāo)能有效地對(duì)冗余關(guān)聯(lián)規(guī)... 

【文章來(lái)源】：東北林業(yè)大學(xué)黑龍江省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１草莓在田間生長(zhǎng)情況??

?２試驗(yàn)準(zhǔn)備與方法???驗(yàn)選擇在生長(zhǎng)周期內(nèi)４０片成熟葉片，其中有一半樣本用于測(cè)量，另一半樣本用于對(duì)算??法的驗(yàn)證。??＾ｓｍｓｓｍ＾．－ａＢｋ＇ｉ，－?｜ｉ丨丨丨丨丨丨｜丨｜丨國(guó)■漏＿｜＿１｜丨１１丨丨丨丨丨丨丨?…??」議?＿??Ｉ?；?Ｉ?．??／?，?＇．?％??圖２－２國(guó)產(chǎn)傅里葉光譜儀??２．３驗(yàn)證葉片反射光譜值映射葉片含水率可行性??圖２－３表示四種不同水分處理后草莓葉片反射率和光譜反射值之間的關(guān)系。由圖２－??３可知，當(dāng)波長(zhǎng)在４００－４０００ｎｍ時(shí)，四種水分處理下草莓葉片反射光譜值的變化趨勢(shì)基??本一致，并且葉片的含水狀況與不同水分處理方法有著密切的聯(lián)系，即不同的水分處理??方法能培育出不同含水狀況的草莓葉片。表２－１為不同水分處理下草莓葉片含水率的變??化。當(dāng)波長(zhǎng)為５１０－１８５０ｎｍ波段和２７５０－３８００ｎｍ波段時(shí)，反射振幅變化劇烈：例如當(dāng)波??長(zhǎng)在５１０－９８０ｎｍ時(shí)反映了葉片從最低含水狀況到最高含水狀況的吸收特性。另外在叫種??水分處理的曲線圖中，不同的波長(zhǎng)段存在明顯的反射峰和吸收谷，說明通過葉片反射光??譜值映射葉片的含水率狀況有可行性。??表２－１不同水分處理下葉片的含水率??水分處理方式?濕基含水率?干基含水率??干早?６９．０４％?２２３．８０％?＾??輕度干旱?６９．７０％?２３０．２７％??適量?７０．１９％?２３５．６８％??溢水?７２．０２％?２５７．８７％???－１�。�??

??￣??ｏ?－Ｉ?????????１０００?２０００?３０００?４０００?５００?１０００?１５００?２０００?２５００?３０００?３５００?４０００??波氏?波Ｋ??溢水怙況??Ｉ?？－?Ｓ?§－??Ｏ?－１???????〇?〇－（????????：???１０００?２０００?３０００?４０００?５００?１０００?１５００?２０００?２５００?３０００?３５００?４０００??濁Ｋ；?波Ｋ：??圖２－３不同含水狀況下草莓葉片含水率的反射光譜值??為了進(jìn)一步驗(yàn)證通過葉片反射光譜值映射葉片含水狀況可行性，本文采用仙客來(lái)葉??片光譜值進(jìn)行驗(yàn)證。圖２－４表示四種不同水分處理后仙客來(lái)葉片反射率和光譜反射值之??間的關(guān)系。由圖２－４可知，當(dāng)波長(zhǎng)在６５０－４０００ｎｍ時(shí)，四種水分處理下仙客來(lái)葉片反射??光譜值變化趨勢(shì)基本一致。在不同的波長(zhǎng)下，會(huì)出現(xiàn)不同的吸收谷和反射峰。公式２－６??表示衡量仙客來(lái)葉片和反射光譜之間的相關(guān)性，計(jì)算公式如下：??Ｆ＝?，?Ｍ?．．?■?（２－６）??式中Ｆ表示葉片含水率和光譜反射值之間的相關(guān)系數(shù)，厶表示葉片含水率，７？，表示??葉片光譜反射率。通過計(jì)算可得不同波段的波長(zhǎng)對(duì)應(yīng)的相關(guān)系數(shù)不同，例如７９８－??ｌＯＯＯｎｍ波段的Ｆ值在１９９７－１７５２之間，而２７９６－２９９９ｎｍ波段的Ｆ值在１７８６－１６５７之??間，不同波段之間與葉片含水率有相關(guān)性。其中７９８－ｌＯＯＯｎｍ波段的相關(guān)系數(shù)最高，說??明仙客來(lái)葉片的含水率對(duì)這個(gè)波段的光譜最敏感，證實(shí)了通過葉片反射光譜值映射葉片??的含水率狀況是可行的。??干￥怙況

【參考文獻(xiàn)】：
期刊論文
[1]Mining Conditional Functional Dependency Rules on Big Data[J]. Mingda Li,Hongzhi Wang,Jianzhong Li.  Big Data Mining and Analytics. 2020(01)
[2]基于互聯(lián)網(wǎng)金融的大數(shù)據(jù)驅(qū)動(dòng)模式[J]. 夏德虎.  電子技術(shù)與軟件工程. 2019(24)
[3]數(shù)據(jù)挖掘經(jīng)典分類聚類算法的研究綜述[J]. 姚奇峰,楊連賀.  現(xiàn)代信息科技. 2019(24)
[4]大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用分析[J]. 姚娜.  電腦編程技巧與維護(hù). 2019(12)
[5]基于Apriori數(shù)據(jù)挖掘算法的應(yīng)用與實(shí)踐[J]. 徐建軍,張國(guó)華.  計(jì)算機(jī)技術(shù)與發(fā)展. 2020(04)
[6]基于數(shù)據(jù)挖掘系統(tǒng)網(wǎng)絡(luò)安全模型預(yù)測(cè)分析[J]. 王碩鵬.  東北電力大學(xué)學(xué)報(bào). 2019(06)
[7]基于興趣度度量的多類差異數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘[J]. 王桌芳,趙會(huì)軍,李聰,趙煜,劉震.  計(jì)算機(jī)應(yīng)用與軟件. 2019(12)
[8]大數(shù)據(jù)挖掘算法在刷卡中的研究與應(yīng)用[J]. 高林,高尚飛.  青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(06)
[9]大數(shù)據(jù)背景下的人工智能范式綜述[J]. 王杉.  科技風(fēng). 2019(34)
[10]基于關(guān)聯(lián)規(guī)則的Apriori改進(jìn)算法的研究綜述[J]. 彭新宇,李叢煊,郭金盈,赫彥文.  電腦知識(shí)與技術(shù). 2019(34)

碩士論文
[1]大數(shù)據(jù)環(huán)境下相似重復(fù)記錄數(shù)據(jù)清洗關(guān)鍵技術(shù)研究[D]. 李蕾.南京郵電大學(xué) 2019
[2]基于計(jì)算機(jī)視覺和R語(yǔ)言的年輪分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 史景寧.北京林業(yè)大學(xué) 2018
[3]基于集成學(xué)習(xí)和流數(shù)據(jù)挖掘的雷電預(yù)報(bào)研究[D]. 嚴(yán)軍峰.南昌大學(xué) 2018
[4]基于機(jī)器視覺獼猴桃自動(dòng)分級(jí)方法的基礎(chǔ)研究[D]. 李平平.西北農(nóng)林科技大學(xué) 2013



本文編號(hào)：3501228