收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据挖掘技术的造林决策研究

姚山  
【摘要】: 扩大造林数量,提高造林质量,是我国林业生产的主要任务,特别是造林质量问题,已成为当前影响我国林业生产成效的主要问题。从技术的角度来看,提高造林质量需要按照适地适树的原则进行树种选择为基础。适地适树就是使造林树种的特性,主要是使生态学特性和造林地的立地条件相适应,以充分发挥生产潜力,达到该立地在当前技术经济条件下可能达到的高产水平。我国在长期的森林资源调查和统计中积累了大量数据,如何从大量的现有森林资源数据中发现造林地的地形、土壤、气候、植被等立地因子和适生树种之间的关系,指导造林决策工作的,已成为影响造林的质量的关键问题。数据挖掘技术作为现代计算机技术的一个重要发展方向,可以从大型数据集中,挖掘隐含在其中的、人们事先不知道的、对决策有用的知识过程。本文将数据挖掘技术应用到造林规划设计中,旨在提高造林决策的准确性和自动化水平,得到造林决策知识,为造林决策的研究提供新的理论、方法和技术。 本文以森林资源二类调查和造林调查数据为基础数据,应用数据挖掘理论和方法,以SPSS Clementine Client软件为工具,对数据挖掘在造林决策中的应用进行了研究分析。 本文主要完成了以下研究内容:1.结合数据挖掘技术和造林规划设计的具体流程,对造林决策数据挖掘的一般步骤进行了研究与分析;2.在分析了造林决策需求的基础上,研究了具体数据挖掘技术在造林决策中的应用方式;3.通过数据挖掘技术中决策树分类技术对房山区油松人工林的生长与相关立地因子之间的关系进行了分析,进行油松生长适宜性的预测,并对不同数据预处理方式产生的结果进行了比较;4.运用数据挖掘技术中的关联规则技术研究了造林施工作业技术措施之间的联系。 本研究的主要创新点有以下4个方面: 1.在造林规划设计中运用数据挖掘技术,结合造林规划设计的具体流程和数据挖掘的技术特点,将造林决策知识分为适地适树知识和造林作业设计知识; 2.提出了造林决策数据挖掘的一般步骤; 3.通过数据挖掘中的决策树分类技术,对一定立地条件下树木生长的适宜性进行了预测; 4.采用关联规则数据挖掘技术对造林作业设计进行了研究,发现造林技术措施之间的联系。 林业信息化已经进入知识阶段,通过知识进行决策,本研究是数据挖掘技术与造林决策研究的一次有益尝试,通过适地适树知识与造林作业设计知识的发现,为造林规划设计提供了决策支持。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 胡中栋;张杰;;数据挖掘在美容美体中心的应用[J];电脑开发与应用;2007年04期
2 王晓燕;;浅析数据挖掘技术[J];办公自动化;2009年10期
3 蔡丽艳;;浅谈数据挖掘技术及其在高校就业工作中的应用[J];电脑知识与技术;2009年09期
4 吴斌;吴臣;;数据挖掘及其在远程教学中的应用[J];电脑知识与技术;2009年24期
5 陈祖义;华勇;王培培;;商业数据挖掘技术的应用及发展[J];当代经济;2007年04期
6 张丽杰;付宏波;郭建伟;;基于知识发现的数据挖掘技术分析与研究[J];知识经济;2010年23期
7 秦晓晨;;浅谈数据挖掘技术[J];科协论坛(下半月);2007年03期
8 吴耀光;蒋华;;数据挖掘在高校学生管理工作中的应用[J];网络安全技术与应用;2008年12期
9 辛金国;柯芳;李绍君;夏静波;;数据挖掘技术在经济统计中的应用探索[J];统计与决策;2009年09期
10 戴永群;数据挖掘在教学中的应用[J];福建电脑;2005年09期
11 康莉;;基于数据挖掘技术的电子政务[J];计算机教育;2006年06期
12 陈丽娜;徐元铭;;航空机械装备失效分析数据库及数据挖掘技术的应用[J];机械工程材料;2005年10期
13 张明霞;;数据挖掘技术及其应用[J];苏盐科技;2006年03期
14 姜红艳;;决策树ID3算法在学生成绩中的应用[J];鞍山师范学院学报;2008年04期
15 王卫东;屈洋;;数据挖掘理念在医院病历随访系统中的应用[J];计算机技术与发展;2010年07期
16 王春枝;凌世焱;柯敏毅;;数据挖掘技术及其在银行业务中的应用[J];计算机与数子工程;2003年06期
17 薛慧君;旭日;;数据挖掘技术及其在电子商务中的应用研究[J];内蒙古农业大学学报(自然科学版);2005年04期
18 张震;;数据挖掘技术分析及其在高校管理决策中的应用[J];远程教育杂志;2005年06期
19 吴泽九;;数据挖掘的研究与应用[J];科技广场;2006年05期
20 张龙;肖琬蓉;王博;;数据挖掘技术及其应用[J];甘肃科技;2007年11期
中国重要会议论文全文数据库 前10条
1 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
2 黄新焕;张岐山;林振思;;基于数据挖掘技术的客户价值评价方法[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年
3 车平;施刚;;一种基于决策树的用户流失预测分析方法[A];先进制造技术论坛暨第五届制造业自动化与信息化技术交流会论文集[C];2006年
4 滕明鑫;高占国;杨秀清;;数据挖掘中决策树算法优化研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
5 王志松;;决策树中数据遗失值填充方法的研究[A];2001年中国智能自动化会议论文集(下册)[C];2001年
6 乔克满;欧阳为民;孙卫;;基于关联规则的体质数据库中的知识发现[A];第八届全国体育科学大会论文摘要汇编(一)[C];2007年
7 谷斌;靳艳峰;王磊;;关联规则算法在邮政报刊征订中的应用研究[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
8 黄章树;黄丽钦;;数据挖掘技术在电信增值服务行业中的应用[A];2004年中国管理科学学术会议论文集[C];2004年
9 陈铭;顾宏斌;;数据挖掘技术在航空事故分析中的应用[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
10 肖健;沈彩霞;;浅谈数据挖掘技术现状[A];广西计算机学会2008年年会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年
2 许增福;DL环境下的信息资源管理及知识发现研究[D];哈尔滨工程大学;2005年
3 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年
4 邵华;基于决策树的海量时序不均衡数据下预测系统的研究[D];东北大学;2005年
5 王曙燕;医学图像智能分类算法研究[D];西北大学;2006年
6 叶小飞;基于自发呈报系统与循证医学的药品不良反应信号挖掘[D];第二军医大学;2011年
7 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年
8 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年
9 赵春;基于数据挖掘技术的财务风险分析与预警研究[D];北京化工大学;2012年
10 陈元;基于分类模型的知识发现过程研究[D];国防科学技术大学;2002年
中国硕士学位论文全文数据库 前10条
1 朱小栋;数据挖掘技术在智能入侵检测中的应用研究[D];安徽大学;2005年
2 朱子昊;基于数据挖掘技术的物流信息系统研究[D];上海交通大学;2007年
3 杜炳立;基于数据挖掘技术的CRM研究[D];东北财经大学;2007年
4 张艳丽;数据挖掘技术在数字化校园的教务系统中的应用[D];东北大学;2005年
5 房静;面向CRM的数据挖掘在电力市场营销中的应用[D];天津大学;2004年
6 迟庆云;基于决策树的分类算法研究和应用[D];山东师范大学;2005年
7 王永生;数据挖掘在考试系统中的应用[D];北京工业大学;2005年
8 赵玉秀;基于遗传算法的知识发现算法研究及应用[D];西安建筑科技大学;2005年
9 吕寻才;数据挖掘在地震预报中的应用[D];天津大学;2006年
10 贺翔;基于政府信息系统的数据挖掘技术的研究[D];天津大学;2006年
中国重要报纸全文数据库 前10条
1 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年
2 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年
3 南京市地方税务局信息管理处、计算机中心 明靖 朱岚;数据挖潜让业务说话[N];中国计算机报;2006年
4 陈芝蓉;举棋不定时 试试决策树[N];健康报;2004年
5 杨文灏;应用数据挖掘技术提升竞争力[N];中国城乡金融报;2010年
6 记者 吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年
7 何志高;一“枝”一“节”总关情[N];医药经济报;2001年
8 首之;数据挖掘并不神秘[N];金融时报;2006年
9 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年
10 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978