農(nóng)業(yè)物聯(lián)網(wǎng)中數(shù)據(jù)流挖掘技術(shù)的應(yīng)用.pdf

1、為了更好的指導(dǎo)我們進(jìn)行農(nóng)業(yè)物聯(lián)網(wǎng)數(shù)據(jù)流挖掘，我們首先對(duì)農(nóng)業(yè)物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)進(jìn)行了分析和總結(jié)，并撰寫了挖掘需求文檔。我們編寫了準(zhǔn)確率高的SVM程序來(lái)實(shí)現(xiàn)演示系統(tǒng)和將其用在非流數(shù)據(jù)的分類上，用SVM對(duì)樣本數(shù)據(jù)進(jìn)行分類，標(biāo)記出正常和異常數(shù)據(jù)，并將挖掘結(jié)果通過網(wǎng)站顯示出來(lái)，使挖掘結(jié)果更加生動(dòng)形象且容易理解。
　　其次，為了更加準(zhǔn)確的對(duì)多維數(shù)據(jù)流進(jìn)行挖掘，我們實(shí)現(xiàn)了數(shù)據(jù)整合平臺(tái)。農(nóng)業(yè)物聯(lián)網(wǎng)中的數(shù)據(jù)存在大量的單一的數(shù)據(jù)流，但是有很多的單數(shù)據(jù)流

2、是相互關(guān)聯(lián)的，為了更加準(zhǔn)確的挖掘數(shù)據(jù)，就需要將這些單一數(shù)據(jù)流整合成多維數(shù)據(jù)流。我們的數(shù)據(jù)整合平臺(tái)能夠根據(jù)不同的數(shù)據(jù)類型調(diào)用不同的整合程序轉(zhuǎn)化成多維數(shù)據(jù)流。
　　然后，依據(jù)對(duì)農(nóng)業(yè)物聯(lián)網(wǎng)數(shù)據(jù)特點(diǎn)的分析，結(jié)合現(xiàn)有的最先進(jìn)的數(shù)據(jù)挖掘算法，研究出適合農(nóng)業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)挖掘算法。我們改進(jìn)的CVFDT分類算法不但能高效率的處理流數(shù)據(jù)、能適應(yīng)概念漂移，而且還可以處理農(nóng)業(yè)物聯(lián)網(wǎng)中經(jīng)常會(huì)出現(xiàn)的數(shù)值型數(shù)據(jù)，并且能夠選擇最佳參數(shù)提高準(zhǔn)確率。
　　最后