基于平行学习的农业大数据异常预测系统的设计

作     者：吴文平 潘正高 卢彪 Wu Wenping;Pan Zhenggao;Lu Biao

作者机构：宿州学院信息工程学院安徽宿州234000 

基　　金：宿州学院横向合作项目(编号:2017hx0001) 教育部2017年第二批产学合作协同育人项目(编号:20170203009) 

出 版 物：《绥化学院学报》 (Journal of Suihua University)

年 卷 期：2018年第38卷第5期

页      码：158-160页

摘      要：随着农业信息化的发展,农业生产领域积累了大量数据,这些数据由于受到农业生产成本和生产环境的影响包含有一些可用性不高的规模数据,如何提高海量农业数据的可用性以及发现劣质数据的潜在价值是我们需要研究的问题。文章通过对常用机器学习框架和平行学习框架在处理大数据的优劣进行比较,认为平行学习框架在处理大规模数据和数据预测方面有着显著的优势。其次在平行学习框架的基础上提出一种农业大数据预测系统来提高农业大数据的可用性和挖掘劣质数据的潜在价值。最后分析了大数据时代背景下农情发展的方向和趋势。

主 题 词：平行学习 农业 大数据 异常预测 可用性 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2095-0438.2018.05.048

馆 藏 号：203287738...