數(shù)據(jù)時代的到來,加深了傳統(tǒng)農(nóng)業(yè)與現(xiàn)代技術(shù)的融合,隨著農(nóng)業(yè)信息化進(jìn)程的深入發(fā)展,農(nóng)業(yè)土壤數(shù)據(jù)分析研究也變得越來越復(fù)雜,傳統(tǒng)的分析形式已經(jīng)不能滿足現(xiàn)代農(nóng)業(yè)發(fā)展的需要,因此農(nóng)業(yè)土壤數(shù)據(jù)的可視化分析已經(jīng)成為現(xiàn)階段數(shù)據(jù)分析中重要的方式之一。其中,不同領(lǐng)域的數(shù)據(jù)可視分析對應(yīng)著不同的技術(shù)難題,加之近年來數(shù)據(jù)隱私等問題的不斷激化,大數(shù)據(jù)環(huán)境下的數(shù)據(jù)可視化分析方法面臨著巨大的挑戰(zhàn)。本文依托現(xiàn)代大數(shù)據(jù)處理框架,圍繞農(nóng)業(yè)土壤數(shù)據(jù)的可視化展開研究,本文研究的主要工作包括三個方面:一、針對農(nóng)業(yè)土壤數(shù)據(jù)在現(xiàn)實研究與應(yīng)用中的特點,將其分為自然屬性特征與地理空間屬性特征,并對二者分別進(jìn)行可視化特點分析以及可視化方案的設(shè)計。二、充分考慮農(nóng)業(yè)土壤數(shù)據(jù)的特點,應(yīng)用數(shù)據(jù)分析相關(guān)方法以及歸一化互信息(MI)關(guān)聯(lián)指標(biāo)選擇等算法,整合出一系列針對農(nóng)業(yè)土壤數(shù)據(jù)預(yù)處理方法(包括清洗、精簡、規(guī)整與歸約等),并對部分土壤數(shù)據(jù)集進(jìn)行關(guān)聯(lián)規(guī)則挖掘以獲得更準(zhǔn)確的可視化設(shè)計。三、基于多種高維數(shù)據(jù)可視化方法,將經(jīng)過預(yù)處理后較規(guī)范的土壤數(shù)據(jù)集進(jìn)行可視化實例設(shè)計,并基于此可視化實例完善土壤數(shù)據(jù)的可視化研究方案,達(dá)到理想的可視化效果并分析得到數(shù)據(jù)結(jié)論。針...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

圖２．?１?Ｈａｄｏｏｐ生態(tài)系統(tǒng)??本文研究中使用到上述生態(tài)系統(tǒng)中的文件系統(tǒng)ＨＤＦＳ，編程模型ＭａｐＲｅｄｕｃｅ??６??

圖２．?２?ＨＤＦＳ工作原理??２．?１．２分布式并行編程模型ＭａｐＲｅｄｕｃｅ??＂叩１＾（１１１（＾［２３］是一種分布式編程模型

圖２．?３?ＭａｐＲｅｄｕｃｅ工作原理??２．?１．３資源協(xié)調(diào)管理模型ＹＡＲＮ??ＹＡＲＮ１■＾是Ｈａｄｏｏｐ系統(tǒng)中一種資源管理模型，是Ｈａｄｏｏｐ２．ｘ時代加入的全??，ａｅｕｃ一

圖２．４?ＹＡＲＮ工作原理??

本文編號：3884343