一种基于数据挖掘的农作物生长预警的方法及装置制造方法及图纸

本发明专利技术公开了一种基于数据挖掘的农作物生长预警的方法及装置，其方法包括：农作物数据采集模块通过对实验农作物的生长期间的各种数据进行采集，得到所述实验农作物的生长属性数据信息；农作物数据分析模块通过对所述生长属性数据信息进行分析统计，得到所述实验农作物的生长分类数据信息和每个生长分类所对应的生长属性信息；挖掘分析模块利用改进的ID3决策树算法对所述生长分类数据信息和所述生长属性信息进行挖掘分析，得到所述农作物的生长预警结果。

A method and device of early warning of crop growth based on Data Mining

【技术实现步骤摘要】
一种基于数据挖掘的农作物生长预警的方法及装置
本专利技术涉及数据处理
，特别涉及一种基于数据挖掘的农作物生长预警的方法及装置。
技术介绍
农业是一巨型复杂系统。中国土地辽阔，土壤类型众多，农作物品种复杂，病虫害发生频率高且症象不断变化，土壤条件、气候条件相互之间的关系和影响，许多还未被人们去认识，然而所积累的数据之多是任何一个领域所没有的，它具有大量、多维、动态、不完整、不确定等特性。数据挖掘是数据库知识发现中的一个重要环节，其主要目的是从大量的数据中搜索隐藏于其中的有着特殊关系性的信息，数据分析是对挖掘出来的信息进行分析，形成结论，从而对数据加以详细研究和概括总结。通过对农业数据的挖掘和分析，可以获取农业数据之间存在的联系，为开展后续增产工作研究打下坚实的基础。我国作为世界上的农业大国，但是存在着“信息爆炸但只是缺乏知识”的现状，随着农业科学数据不断积累，从中提取潜在有用的知识变得越来越重要，数据挖掘技术的出现为农业行业的信息化和智能化提供了新的方法和途径。
技术实现思路
为解决上述问题，本专利技术提供了一种基于数据挖掘的农作物生长预警的方法及装置。根据本专利技术实施例提供的一种基于数据挖掘的农作物生长预警的方法，包括：农作物数据采集模块通过对实验农作物的生长期间的各种数据进行采集，得到所述实验农作物的生长属性数据信息；农作物数据分析模块通过对所述生长属性数据信息进行分析统计，得到所述实验农作物的生长分类数据信息和每个生长分类所对应的生长属性信息；挖掘分析模块利用改进的ID3决策树算法对所述生长分类数据信息和所述生长属性信息进行挖掘分析，得到所述农作物的生长预警结果。优选地，所述改进的ID3决策树算法包括用于计算分类信息熵和属性信息熵的泰勒级数的对数运算简化等式；其中，所述泰勒级数的对数运算简化等式为：优选地，利用泰勒级数获取所述泰勒级数的对数运算简化等式。优选地，所述利用泰勒级数获取所述泰勒级数的对数运算简化等式包括：将f(x)＝ln(1+x),a＝0代入到泰勒级数中，得到当x取值为无穷小时，将公式(1)简化为:根据对数运算法则对公式(2)进行对数简化处理，得到所述泰勒级数的对数运算简化等式；其中，所述对数运算法则公式为优选地，所述生长属性数据信息包括：生长环境信息和生长施肥信息；其中，所述生长环境信息包括生长温度信息、生长土壤信息以及生长湿度信息；所述生长施肥信息包括生长肥料信息、生长农药信息以及生长活水信息。优选地，所述农作物数据分析模块通过对所述生长属性数据信息进行分析统计，得到所述实验农作物的生长分类数据信息和每个生长分类所对应的生长属性信息包括：农作物数据分析模块根据生长预警需求，得到所述实验农作物的生长分类数据信息；农作物数据分析模块根据所述生长分类数据信息分别对所述生长分类个数信息和每个生长属性的个数信息进行统计，得到所述实验农作物的生长分类数据信息和每个生长分类所对应的生长属性信息。优选地，所述挖掘分析模块利用改进的ID3决策树算法对所述生长分类数据信息和所述生长属性信息进行挖掘分析，得到所述农作物的生长预警结果包括：利用所述泰勒级数的对数运算简化等式，分别计算所述农作物的分类信息熵和多个属性信息熵；根据所述分类信息熵和所述多个属性信息熵，分别计算所述农作物的每个属性信息的信息增益；利用所述每个属性信息的信息增益进行挖掘分析，得到所述农作物的生长预警结果。优选地，所述利用所述每个属性信息的信息增益进行挖掘分析，得到所述农作物的生长预警结果包括：从所述每个属性信息的信息增益中选取最大的信息增益，并将所述最大的信息增益所对应的属性信息作为决策树根节点的分裂节点进行分裂处理；判断剩余的其他信息增益中是否有相同的信息增益；当判断剩余的其他信息增益中有相同的信息增益，则将所述相同增益所对应的属性信息通过笛卡尔乘积的方式进行组合，得到决策树子树节点和决策树子叶节点的分裂节点；按照所得到的决策树子树节点和决策树子叶节点的分裂节点进行分裂处理，生成决策树，并根据所述决策树进行挖掘分析，得到所述农作物的生长预警结果。根据本专利技术实施例提供的一种基于数据挖掘的农作物生长预警的装置，包括：农作物数据采集模块，用于通过对实验农作物的生长期间的各种数据进行采集，得到所述实验农作物的生长属性数据信息；农作物数据分析模块，用于通过对所述生长属性数据信息进行分析统计，得到所述实验农作物的生长分类数据信息和每个生长分类所对应的生长属性信息；挖掘分析模块，用于利用改进的ID3决策树算法对所述生长分类数据信息和所述生长属性信息进行挖掘分析，得到所述农作物的生长预警结果。优选地，所述改进的ID3决策树算法包括用于计算分类信息熵和属性信息熵的泰勒级数的对数运算简化等式；其中，所述泰勒级数的对数运算简化等式为：其中，利用泰勒级数获取所述泰勒级数的对数运算简化等式，其包括：将f(x)＝ln(1+x),a＝0代入到泰勒级数中，得到当x取值为无穷小时，将公式(1)简化为:根据对数运算法则对公式(2)进行对数简化处理，得到所述泰勒级数的对数运算简化等式；其中，所述对数运算法则公式为根据本专利技术实施例提供的方案，采用了大数据平台Hadoop对农作物生长数据进行分析，Hadoop平台具有较高的挖掘效率、性能优越、结果可靠，能够实现农作物生长的预警。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于理解本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术实施例提供的一种基于数据挖掘的农作物生长预警的方法流程图；图2是本专利技术实施例提供的一种基于数据挖掘的农作物生长预警的装置示意图；图3是本专利技术实施例提供的一种基于数据挖掘的农作物生长预警系统的模块图；图4是本专利技术实施例提供的决策树示意图；图5是本专利技术实施例提供的具有组合属性{A,B}的决策节点示意图；图6是本专利技术实施例提供的改进的ID3算法流程图。具体实施方式以下结合附图对本专利技术的优选实施例进行详细说明，应当理解，以下所说明的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。图1是本专利技术实施例提供的一种基于数据挖掘的农作物生长预警的方法流程图，如图1所示，包括：步骤S100、农作物数据采集模块通过对实验农作物的生长期间的各种数据进行采集，得到所述实验农作物的生长属性数据信息；步骤S110、农作物数据分析模块通过对所述生长属性数据信息进行分析统计，得到所述实验农作物的生长分类数据信息和每个生长分类所对应的生长属性信息；步骤S120、挖掘分析模块利用改进的ID3决策树算法对所述生长分类数据信息和所述生长属性信息进本文档来自技高网...

【技术保护点】
1.一种基于数据挖掘的农作物生长预警的方法，其特征在于，包括：/n农作物数据采集模块通过对实验农作物的生长期间的各种数据进行采集，得到所述实验农作物的生长属性数据信息；/n农作物数据分析模块通过对所述生长属性数据信息进行分析统计，得到所述实验农作物的生长分类数据信息和每个生长分类所对应的生长属性信息；/n挖掘分析模块利用改进的ID3决策树算法对所述生长分类数据信息和所述生长属性信息进行挖掘分析，得到所述农作物的生长预警结果。/n

【技术特征摘要】
1.一种基于数据挖掘的农作物生长预警的方法，其特征在于，包括：
农作物数据采集模块通过对实验农作物的生长期间的各种数据进行采集，得到所述实验农作物的生长属性数据信息；
农作物数据分析模块通过对所述生长属性数据信息进行分析统计，得到所述实验农作物的生长分类数据信息和每个生长分类所对应的生长属性信息；
挖掘分析模块利用改进的ID3决策树算法对所述生长分类数据信息和所述生长属性信息进行挖掘分析，得到所述农作物的生长预警结果。


2.根据权利要求1所述的方法，其特征在于，所述改进的ID3决策树算法包括用于计算分类信息熵和属性信息熵的泰勒级数的对数运算简化等式；
其中，所述泰勒级数的对数运算简化等式为：





3.根据权利要求2所述的方法，其特征在于，利用泰勒级数获取所述泰勒级数的对数运算简化等式。


4.根据权利要求3所述的方法，其特征在于，所述利用泰勒级数获取所述泰勒级数的对数运算简化等式包括：
将f(x)＝ln(1+x),a＝0代入到泰勒级数中，得到
当x取值为无穷小时，将公式(1)简化为:



根据对数运算法则对公式(2)进行对数简化处理，得到所述泰勒级数的对数运算简化等式；
其中，所述对数运算法则公式为


5.根据权利要求1所述的方法，其特征在于，所述生长属性数据信息包括：生长环境信息和生长施肥信息；其中，所述生长环境信息包括生长温度信息、生长土壤信息以及生长湿度信息；所述生长施肥信息包括生长肥料信息、生长农药信息以及生长活水信息。


6.根据权利要求5所述的方法，其特征在于，所述农作物数据分析模块通过对所述生长属性数据信息进行分析统计，得到所述实验农作物的生长分类数据信息和每个生长分类所对应的生长属性信息包括：
农作物数据分析模块根据生长预警需求，得到所述实验农作物的生长分类数据信息；
农作物数据分析模块根据所述生长分类数据信息分别对所述生长分类个数信息和每个生长属性的个数信息进行统计，得到所述实验农作物的生长分类数据信息和每个生长分类所对应的生长属性信息。


7.根据权利要求6所述的方法，其特征在于，所述挖掘分析模块利用改进的ID3决策树算法对所述生长分类数据信息...

【专利技术属性】
技术研发人员：高燕，唐孟轩，岳希，曾琼，刘敦龙，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：四川;51