隨機(jī)森林及數(shù)據(jù)可視化在棉蚜等級(jí)預(yù)測中的應(yīng)用研究.pdf

1、棉蚜的監(jiān)測預(yù)警是對(duì)棉蚜提前防治的研究重點(diǎn)，采集棉蚜發(fā)生相關(guān)的數(shù)據(jù)進(jìn)行分析預(yù)測，提前對(duì)棉蚜進(jìn)行防治，減少棉蚜給棉花帶來的危害，實(shí)現(xiàn)棉區(qū)的高產(chǎn)和優(yōu)產(chǎn)。進(jìn)行數(shù)據(jù)分析的研究過程從兩方面展開：一是利用高性能的機(jī)器算法；二是從數(shù)據(jù)可視化的角度對(duì)數(shù)據(jù)進(jìn)行展示分析。
　　本文首先利用隨機(jī)森林算法進(jìn)行了棉蚜的數(shù)據(jù)分析。隨機(jī)森林是由多棵決策樹構(gòu)成的集成分類機(jī)器學(xué)習(xí)算法，多用來進(jìn)行數(shù)據(jù)的分類預(yù)測。決策樹和多元線性回歸算法也同隨機(jī)森林一樣常用來做數(shù)據(jù)的預(yù)

2、測。但是算法的不同，可能導(dǎo)致在同一數(shù)據(jù)集上的預(yù)測率不一致，所以本文對(duì)三種算法在 UCI數(shù)據(jù)集和粘蟲數(shù)據(jù)集上進(jìn)行了準(zhǔn)確率對(duì)比的實(shí)驗(yàn)。目前進(jìn)行棉蚜蟲害等級(jí)預(yù)測多用的線性回歸模型，線性回歸模型的缺點(diǎn)是采用何種因子進(jìn)行表達(dá)只是一種猜測，以至于影響了因子的多樣性和不可測性。隨機(jī)森林模型的構(gòu)建不會(huì)因?yàn)橛绊懸蜃拥谋磉_(dá)有所影響，況且隨機(jī)森林算法不會(huì)產(chǎn)生過擬合，處理大樣本集時(shí)速度快，對(duì)于多元共線性不敏感，分類預(yù)測的準(zhǔn)確率較高。本文的對(duì)比實(shí)驗(yàn)中表明了隨機(jī)森

3、林在數(shù)據(jù)預(yù)測中準(zhǔn)確率高，后期的實(shí)驗(yàn)采用隨機(jī)森算法在棉蚜等級(jí)預(yù)測中進(jìn)行應(yīng)用。
　　棉花是我國重要的經(jīng)濟(jì)作物，在農(nóng)業(yè)經(jīng)濟(jì)格局中作用巨大。而棉蚜是造成棉花減產(chǎn)和影響優(yōu)產(chǎn)的主要因素，因此棉蚜的提前防治非常重要。本文在對(duì)采集到的數(shù)據(jù)進(jìn)行數(shù)據(jù)的不平衡性處理和影響因子的篩選之后，構(gòu)建基于氣象因子數(shù)據(jù)和棉蚜天敵數(shù)據(jù)的隨機(jī)森林模型，并利用構(gòu)建好的模型對(duì)棉蚜蟲害發(fā)生的等級(jí)進(jìn)行預(yù)測。本實(shí)驗(yàn)表明隨機(jī)森林模型的泛化誤差較小，在棉蚜蟲害等級(jí)預(yù)測中的準(zhǔn)確率比較

4、高。
　　其次利用數(shù)據(jù)可視化技術(shù)進(jìn)行數(shù)據(jù)分析。數(shù)據(jù)可視化技術(shù)作為數(shù)據(jù)分析的重要手段，用于棉蚜數(shù)據(jù)、氣象數(shù)據(jù)的分析中為棉蚜的防治提供參考。多維數(shù)據(jù)可視化作為數(shù)據(jù)可視化的研究重點(diǎn)之一，通過對(duì)多維數(shù)據(jù)進(jìn)行展示，發(fā)現(xiàn)屬性之間聯(lián)系。目前我們采集的數(shù)據(jù)為多維數(shù)據(jù)，將采集到的氣象數(shù)據(jù)和棉蚜數(shù)據(jù)進(jìn)行可視化展示，發(fā)現(xiàn)數(shù)據(jù)隱藏的規(guī)律信息，有助于更好的進(jìn)行數(shù)據(jù)分析與決策。本論文中數(shù)據(jù)的展示與分析使得對(duì)棉蚜的大發(fā)生時(shí)間有了了解，為我們?cè)诤线m的時(shí)間進(jìn)行防治