2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著氣候環(huán)境對農(nóng)業(yè)生產(chǎn)的影響日益密切,如何高效處理海量增長的氣象數(shù)據(jù),提高農(nóng)業(yè)氣象災(zāi)害預(yù)警的科學(xué)性成為農(nóng)業(yè)氣象災(zāi)害研究的熱門。由于氣象數(shù)據(jù)具有數(shù)據(jù)量大、類型繁多、冗余度高、價值密度低等特點,所以傳統(tǒng)的數(shù)據(jù)分析方法往往達(dá)不到很高的處理效率。本文的主要工作就是針對氣象大數(shù)據(jù)的特點,結(jié)合數(shù)據(jù)分析的研究成果,進(jìn)一步研究了更加高效的大數(shù)據(jù)處理技術(shù)并應(yīng)用于農(nóng)業(yè)氣象災(zāi)害預(yù)警。
  本文介紹了氣象大數(shù)據(jù)的處理架構(gòu),概述了大數(shù)據(jù)處理技術(shù),分析了現(xiàn)有

2、大數(shù)據(jù)預(yù)處理技術(shù)、分類技術(shù)及各自性能。概述了自適應(yīng)增強(qiáng)技術(shù)和分布式處理架構(gòu),分析了組合分類器和并行化技術(shù)在大數(shù)據(jù)處理中的作用,為進(jìn)一步研究農(nóng)業(yè)氣象災(zāi)害預(yù)警提供準(zhǔn)備工作。
  針對氣象數(shù)據(jù)類型復(fù)雜、屬性繁多的特點,結(jié)合粗糙集理論和并行化處理技術(shù),本文首先提出一種基于信息熵的并行化屬性約簡算法。通過信息熵屬性約簡算法消除重復(fù)、冗余的氣象數(shù)據(jù),實現(xiàn)對知識的壓縮和再提煉,并利用MapReduce架構(gòu)將任務(wù)進(jìn)行劃分,實現(xiàn)算法的分布式處理。仿

3、真結(jié)果表明,該并行化算法能夠有效的運(yùn)用于氣象大數(shù)據(jù)約簡,且具有更快的處理速度。
  針對農(nóng)業(yè)氣象災(zāi)害分類預(yù)測效率低下的問題,本文提出了基于MapReduce的K最近鄰組合分類預(yù)測模型。該模型在自適應(yīng)增強(qiáng)思想的基礎(chǔ)上,將K最近鄰(k-Nearest Neighbor,KNN)分類算法進(jìn)行融合,通過尋找最優(yōu)的KNN基分類器個數(shù),構(gòu)造KNN組合分類器,并利用MapReduce并行化架構(gòu),實現(xiàn)算法的分布式處理。仿真結(jié)果表明,該并行化組合分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論