[
-
内容大纲
本书针对大数据与时空大数据，进行了相关概念的的基础性介绍，并着重介绍了我国林业时空大数据建设内容。在此基础上，对大数据的挖掘研究进展与应用进行了介绍。给出了时空大数方法，方法类型涉及空间分析、统计分析、图像分析、时间序列分析以及近年新技术方法；提出时空大数据挖掘框架，分析了这些框架模型的主要内容，优缺点、行业适用性，并基于这些框架模，提出满足林业自身特点的大数据挖掘框架，明确框架内容；林业时空大数据挖掘，总结开展数据挖掘工作的关键要素；分析了主要典型应用案例，涵盖森林火灾防控、病虫害时空演变、森林资源保护与执法、营造林选址规划、森林资源抚育、重点生态区用林改造等方面。设计并开发林业时空大数据挖掘应用系统，支撑林业时空大数据挖掘作业和展示分析应用。全书理论结合实践，实用性强。 -
作者介绍
-
目录
第1章 绪论
1.1 大数据概述
1.1.1 大数据之“大”
1.1.2 大数据之“源”
1.1.3 大数据的应用
1.1.4 我国大数据的发展历程
1.2 时空大数据概念与内涵
1.2.1 时空大数据概念
1.2.2 时空大数据基本特征
1.2.3 林业时空大数据建设内容
1.3 大数据挖掘研究与应用
1.3.1 大数据挖掘概念
1.3.2 大数据挖掘研究进展
1.3.3 时空大数据挖掘面临的挑战
1.3.4 时空大数据挖掘在林业中的应用
第2章 时空大数据挖掘方法
2.1 数据挖掘基本方法
2.1.1 关联规则方法
2.1.2 空间分析方法
2.1.3 统计分析方法
2.1.4 聚类分析方法
2.1.5 决策树和决策规则
2.1.6 模糊集和模糊理论
2.1.7 人工神经网络
2.1.8 遗传算法
2.1.9 时间序列方法
2.1.10 地理智能计算方法
2.1.11 其他方法
2.2 时空大数据挖掘方法的选择
2.2.1 方法的选择
2.2.2 方法的比较
第3章 时空大数据挖掘框架
3.1 数据挖掘框架
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 空间数据挖掘框架
3.2.1 空间数据挖掘体系结构
3.2.2 基于数据仓库的空间数据挖掘模型
3.3 林业时空大数据挖掘框架设计
3.3.1 背景意义
3.3.2 总体目标
3.3.3 总体框架
第4章 林业时空大数据挖掘
4.1 数据挖掘要素分析
4.1.1 数据资源
4.1.2 数据规约
4.1.3 数据管理
4.1.4 知识模型
4.1.5 流程管理
4.1.6 技术应用
4.1.7 数据安全
4.2 林业时空大数据挖掘流程
4.2.1 问题的理解与定义
4.2.2 数据标准建设
4.2.3 数据资源目录建设
4.2.4 数据收集与分析
4.2.5 数据预处理
4.2.6 模型设计
4.2.7 结果解释与评价
4.2.8 知识表示
4.3 林业时空大数据挖掘关键技术
4.3.1 多源异构时空大数据预处理技术
4.3.2 基于混合架构的时空大数据分布式存储技术
4.3.3 大规模时空数据高性能分析计算技术
4.3.4 基于知识引擎的多维模型快速搭建技术
4.3.5 交互式跨终端可视化技术
4.3.6 数据安全技术
第5章 林业时空大数据挖掘应用系统
5.1 系统总体设计
5.1.1 设计原则
5.1.2 总体框架设计
5.1.3 研发技术路线
5.2 基础挖掘分析模块
5.2.1 缓冲分析模型
5.2.2 聚类分析模型
5.2.3 叠加分析模型
5.2.4 热点分析模型
5.2.5 密度分析模型
5.2.6 变化分析模型
5.3 业务挖掘分析模块
5.3.1 森林热异常点识别
5.3.2 森林火灾火烧迹地提取
5.3.3 病虫害防治
5.3.4 低效林改造
5.3.5 自然保护地质量精准提升
5.3.6 重点生态区桉树林改造
5.4 任务管理模块
5.4.1 功能概述
5.4.2 功能设计
5.4.3 系统界面
5.5 成果集成展示模块
5.5.1 功能概述
5.5.2 功能设计
5.6 挖掘应用数据库建设
5.6.1 数据库设计原则
5.6.2 数据库基础
5.6.3 数据库建设技术路线
5.6.4 数据库建设方法
5.6.5 数据库建设内容
5.6.6 数据库安全设计
第6章 林业时空大数据挖掘应用
6.1 林业数据挖掘存在的问题
6.1.1 应用领域不全面
6.1.2 挖掘深度不充分
6.1.3 知识呈现不丰富
6.2 林业时空大数据挖掘应用需求
6.2.1 森林火灾方面
6.2.2 林业有害生物方面
6.2.3 森林资源方面
6.2.4 营造林方面
6.2.5 森林质量提升方面
6.3 应用方向与案例
6.3.1 森林火灾防控
6.3.2 森林病虫害防治
6.3.3 森林资源保护
6.3.4 营造林选址与改造
6.3.5 森林质量精准提升
第7章 林业大数据挖掘的发展趋势
7.1 数据挖掘技术的发展趋势
7.1.1 可视化助力数据挖掘效果极大提升
7.1.2 人工智能释放数据挖掘巨大潜能
7.1.3 云计算为数据挖掘提供强大动力
7.2 林业大数据挖掘的发展趋势
7.2.1 多源异构数据融合式挖掘
7.2.2 逐步建立主动式挖掘机制
7.2.3 应用支撑一体化、服务主动化
参考文献
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...