決策樹分類算法在農(nóng)作物病蟲害診斷系統(tǒng)中的研究與應(yīng)用.pdf

1、農(nóng)作物是人類生產(chǎn)和生活所必需的資源，農(nóng)作物的產(chǎn)量和質(zhì)量直接影響到人類的生活，而病蟲害是農(nóng)作物生產(chǎn)過(guò)程中的重要制約因素。由于受全球氣候變暖、生態(tài)環(huán)境惡化等因素影響，農(nóng)作物病蟲害發(fā)生頻率越來(lái)越高。雖然我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，但是農(nóng)業(yè)科技人員相當(dāng)缺乏，并且分布不均，這與我國(guó)的國(guó)情很不相符。因此，對(duì)農(nóng)作物病蟲害的診斷研究具有重要的理論和應(yīng)用價(jià)值，利用先進(jìn)的計(jì)算機(jī)技術(shù)結(jié)合農(nóng)作物病蟲害信息數(shù)據(jù)庫(kù)，研發(fā)病蟲害診斷系統(tǒng)已經(jīng)成為一個(gè)重要的發(fā)展方向。
　

2、　本文利用農(nóng)作物病蟲害的特征數(shù)據(jù)庫(kù)結(jié)合數(shù)據(jù)挖掘技術(shù)建立農(nóng)作物病蟲害診斷模型。在研究數(shù)據(jù)挖掘中決策樹技術(shù)的基礎(chǔ)上，對(duì)常用的C4.5算法進(jìn)行了改進(jìn)，并引入了Boosting集成技術(shù)，充分考慮診斷模型的優(yōu)化性、穩(wěn)定性和準(zhǔn)確度，提出了基于改進(jìn)C4.5算法和Boosting集成技術(shù)的診斷算法。該方法分為三個(gè)階段：第一階段是采用相似性原理對(duì)空缺值進(jìn)行填充，減少空缺值對(duì)建立分類模型的影響；第二階段是采用基于改進(jìn)C4.5算法的Boosting集成方法建

3、立多個(gè)分類模型；第三階段是用訓(xùn)練出的模型對(duì)新樣本的類別進(jìn)行加權(quán)投票表決。本文的實(shí)驗(yàn)是在多個(gè)標(biāo)準(zhǔn)的數(shù)據(jù)集上進(jìn)行的，結(jié)果表明：改進(jìn)的C4.5算法比原C4.5算法的效率高，診斷算法的診斷結(jié)果準(zhǔn)確度有了很大的提高。最后，將設(shè)計(jì)的診斷算法應(yīng)用到大豆的病蟲害診斷系統(tǒng)中，取得了良好的應(yīng)用效果。
　　本文工作的主要?jiǎng)?chuàng)新點(diǎn)有如下幾點(diǎn)：
　?。?）在數(shù)據(jù)處理階段，采用相似性原理對(duì)空缺值進(jìn)行填充，替換掉原C4.5算法中調(diào)整信息增益的方法，這樣使樣