農業(yè)物聯(lián)網中數(shù)據(jù)流挖掘技術的應用.pdf

1、為了更好的指導我們進行農業(yè)物聯(lián)網數(shù)據(jù)流挖掘，我們首先對農業(yè)物聯(lián)網數(shù)據(jù)的特點進行了分析和總結，并撰寫了挖掘需求文檔。我們編寫了準確率高的SVM程序來實現(xiàn)演示系統(tǒng)和將其用在非流數(shù)據(jù)的分類上，用SVM對樣本數(shù)據(jù)進行分類，標記出正常和異常數(shù)據(jù)，并將挖掘結果通過網站顯示出來，使挖掘結果更加生動形象且容易理解。
　　其次，為了更加準確的對多維數(shù)據(jù)流進行挖掘，我們實現(xiàn)了數(shù)據(jù)整合平臺。農業(yè)物聯(lián)網中的數(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、是相互關聯(lián)的，為了更加準確的挖掘數(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)整合平臺能夠根據(jù)不同的數(shù)據(jù)類型調用不同的整合程序轉化成多維數(shù)據(jù)流。
　　然后，依據(jù)對農業(yè)物聯(lián)網數(shù)據(jù)特點的分析，結合現(xiàn)有的最先進的數(shù)據(jù)挖掘算法，研究出適合農業(yè)物聯(lián)網的數(shù)據(jù)挖掘算法。我們改進的CVFDT分類算法不但能高效率的處理流數(shù)據(jù)、能適應概念漂移，而且還可以處理農業(yè)物聯(lián)網中經常會出現(xiàn)的數(shù)值型數(shù)據(jù)，并且能夠選擇最佳參數(shù)提高準確率。
　　最后