幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

林業時空大數據挖掘與應用/林草數字化技術系列叢書

  • 作者：編者:黃寧輝//秦琳//林壽明//劉新科|責編:薛瑞琦
  • 出版社：中國林業
  • ISBN：9787521926477
  • 出版日期：2024/03/01
  • 裝幀：平裝
  • 頁數：204
人民幣：RMB 98 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書針對大數據與時空大數據，進行了相關概念的的基礎性介紹，並著重介紹了我國林業時空大數據建設內容。在此基礎上，對大數據的挖掘研究進展與應用進行了介紹。給出了時空大數方法，方法類型涉及空間分析、統計分析、圖像分析、時間序列分析以及近年新技術方法；提出時空大數據挖掘框架，分析了這些框架模型的主要內容，優缺點、行業適用性，並基於這些框架模，提出滿足林業自身特點的大數據挖掘框架，明確框架內容；林業時空大數據挖掘，總結開展數據挖掘工作的關鍵要素；分析了主要典型應用案例，涵蓋森林火災防控、病蟲害時空演變、森林資源保護與執法、營造林選址規劃、森林資源撫育、重點生態區用林改造等方面。設計並開發林業時空大數據挖掘應用系統，支撐林業時空大數據挖掘作業和展示分析應用。全書理論結合實踐，實用性強。
作者介紹
編者:黃寧輝//秦琳//林壽明//劉新科|責編:薛瑞琦
目錄
第1章  緒論
  1.1  大數據概述
    1.1.1  大數據之「大」
    1.1.2  大數據之「源」
    1.1.3  大數據的應用
    1.1.4  我國大數據的發展歷程
  1.2  時空大數據概念與內涵
    1.2.1  時空大數據概念
    1.2.2  時空大數據基本特徵
    1.2.3  林業時空大數據建設內容
  1.3  大數據挖掘研究與應用
    1.3.1  大數據挖掘概念
    1.3.2  大數據挖掘研究進展
    1.3.3  時空大數據挖掘面臨的挑戰
    1.3.4  時空大數據挖掘在林業中的應用
第2章  時空大數據挖掘方法
  2.1  數據挖掘基本方法
    2.1.1  關聯規則方法
    2.1.2  空間分析方法
    2.1.3  統計分析方法
    2.1.4  聚類分析方法
    2.1.5  決策樹和決策規則
    2.1.6  模糊集和模糊理論
    2.1.7  人工神經網路
    2.1.8  遺傳演算法
    2.1.9  時間序列方法
    2.1.10  地理智能計算方法
    2.1.11  其他方法
  2.2  時空大數據挖掘方法的選擇
    2.2.1  方法的選擇
    2.2.2  方法的比較
第3章  時空大數據挖掘框架
  3.1  數據挖掘框架
    3.1.1  CRISP-DM模型
    3.1.2  SEMMA模型
    3.1.3  Tom Khabaza挖掘9律
    3.1.4  DMAIC模型
    3.1.5  AOSP-SM模型
  3.2  空間數據挖掘框架
    3.2.1  空間數據挖掘體系結構
    3.2.2  基於數據倉庫的空間數據挖掘模型
  3.3  林業時空大數據挖掘框架設計
    3.3.1  背景意義
    3.3.2  總體目標
    3.3.3  總體框架
第4章  林業時空大數據挖掘
  4.1  數據挖掘要素分析
    4.1.1  數據資源
    4.1.2  數據規約
    4.1.3  數據管理

    4.1.4  知識模型
    4.1.5  流程管理
    4.1.6  技術應用
    4.1.7  數據安全
  4.2  林業時空大數據挖掘流程
    4.2.1  問題的理解與定義
    4.2.2  數據標準建設
    4.2.3  數據資源目錄建設
    4.2.4  數據收集與分析
    4.2.5  數據預處理
    4.2.6  模型設計
    4.2.7  結果解釋與評價
    4.2.8  知識表示
  4.3  林業時空大數據挖掘關鍵技術
    4.3.1  多源異構時空大數據預處理技術
    4.3.2  基於混合架構的時空大數據分散式存儲技術
    4.3.3  大規模時空數據高性能分析計算技術
    4.3.4  基於知識引擎的多維模型快速搭建技術
    4.3.5  互動式跨終端可視化技術
    4.3.6  數據安全技術
第5章  林業時空大數據挖掘應用系統
  5.1  系統總體設計
    5.1.1  設計原則
    5.1.2  總體框架設計
    5.1.3  研發技術路線
  5.2  基礎挖掘分析模塊
    5.2.1  緩衝分析模型
    5.2.2  聚類分析模型
    5.2.3  疊加分析模型
    5.2.4  熱點分析模型
    5.2.5  密度分析模型
    5.2.6  變化分析模型
  5.3  業務挖掘分析模塊
    5.3.1  森林熱異常點識別
    5.3.2  森林火災火燒跡地提取
    5.3.3  病蟲害防治
    5.3.4  低效林改造
    5.3.5  自然保護地質量精準提升
    5.3.6  重點生態區桉樹林改造
  5.4  任務管理模塊
    5.4.1  功能概述
    5.4.2  功能設計
    5.4.3  系統界面
  5.5  成果集成展示模塊
    5.5.1  功能概述
    5.5.2  功能設計
  5.6  挖掘應用資料庫建設
    5.6.1  資料庫設計原則
    5.6.2  資料庫基礎
    5.6.3  資料庫建設技術路線

    5.6.4  資料庫建設方法
    5.6.5  資料庫建設內容
    5.6.6  資料庫安全設計
第6章  林業時空大數據挖掘應用
  6.1  林業數據挖掘存在的問題
    6.1.1  應用領域不全面
    6.1.2  挖掘深度不充分
    6.1.3  知識呈現不豐富
  6.2  林業時空大數據挖掘應用需求
    6.2.1  森林火災方面
    6.2.2  林業有害生物方面
    6.2.3  森林資源方面
    6.2.4  營造林方面
    6.2.5  森林質量提升方面
  6.3  應用方向與案例
    6.3.1  森林火災防控
    6.3.2  森林病蟲害防治
    6.3.3  森林資源保護
    6.3.4  營造林選址與改造
    6.3.5  森林質量精準提升
第7章  林業大數據挖掘的發展趨勢
  7.1  數據挖掘技術的發展趨勢
    7.1.1  可視化助力數據挖掘效果極大提升
    7.1.2  人工智慧釋放數據挖掘巨大潛能
    7.1.3  雲計算為數據挖掘提供強大動力
  7.2  林業大數據挖掘的發展趨勢
    7.2.1  多源異構數據融合式挖掘
    7.2.2  逐步建立主動式挖掘機制
    7.2.3  應用支撐一體化、服務主動化
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032