橡膠種植中有關(guān)引入數據挖掘技術(shù)的必要性論文

　　摘要：橡膠是一種重要的戰略物資, 其種植受到土地資源、地理環(huán)境、橡膠機械化的影響, 產(chǎn)量波動(dòng)很大。本文對農墾橡膠產(chǎn)業(yè)種植、生產(chǎn)加工引入數據挖掘技術(shù)的必要性進(jìn)行了初步探究, 指出通過(guò)提取土壤圖像的特征, 用支持向量機的算法可以發(fā)現橡膠種植、生產(chǎn)加工的規律, 進(jìn)而制定精準的橡膠產(chǎn)業(yè)相關(guān)策略, 以提高橡膠產(chǎn)量、節約成本、提高利潤。

　　關(guān)鍵詞：橡膠種植; 數據挖掘; 特征提取; 支持向量機.

　　基金：廣東農工商職業(yè)技術(shù)學(xué)院校級課題“基于數據挖掘技術(shù)的橡膠產(chǎn)業(yè)的數字化研究” (xykt1601)橡膠是一種重要的戰略物資, 與石油、鋼鐵、煤炭并稱(chēng)為四大工業(yè)原料。我國是全球最大的天然橡膠消費國和進(jìn)口國, 國內天然橡膠長(cháng)期處于缺口狀態(tài), 需求的2/3依賴(lài)進(jìn)口來(lái)滿(mǎn)足[1]。天然橡膠產(chǎn)業(yè)屬于資源約束型、勞動(dòng)密集型產(chǎn)業(yè), 相對其他農作物來(lái)說(shuō), 具有周期長(cháng)、收益長(cháng)等特點(diǎn)。農墾橡膠業(yè)的產(chǎn)生、發(fā)展與壯大實(shí)際上是中國橡膠業(yè)發(fā)展的一個(gè)縮影, 一直是學(xué)術(shù)界研究的熱點(diǎn)。根據農墾橡膠產(chǎn)業(yè)種植、生產(chǎn)加工的歷史數據進(jìn)行數據挖掘, 發(fā)現其種植、生產(chǎn)加工的'規律, 進(jìn)而制定精準的橡膠產(chǎn)業(yè)相關(guān)策略, 以提高橡膠產(chǎn)量、節約成本、提高利潤的數字化研究, 目前國內還比較少。

　　1 引入數據挖掘技術(shù)的必要性

　　天然橡膠以其獨具的高彈性、高強度、高伸長(cháng)率、耐磨、耐撕裂、耐沖擊、耐酸堿、耐油、耐腐蝕、耐高低溫和絕緣性好、粘合性、密封性強等特點(diǎn), 始終處于不可替代的地位。我國天然橡膠需求量大, 近幾年一直處于供不應求的狀態(tài)。造成這種局面的原因主要有以下兩點(diǎn):一、國內輪胎工業(yè)迅猛發(fā)展;二、天然橡膠的種植條件苛刻。其種植條件苛刻主要體現在對種植地要求高, 如對土地的含碳、含氮、濕度等要求都很?chē)栏?容易受到寒害、蟲(chóng)害、臺風(fēng)的襲擊。橡膠的供應不足阻礙了我國經(jīng)濟 (特別是輪胎行業(yè)) 的發(fā)展�；�于此背景下, 本文通過(guò)數據挖掘技術(shù)對橡膠樹(shù)生長(cháng)地的土壤進(jìn)行評價(jià)研究, 為尋找出最適合橡膠樹(shù)生長(cháng)的土壤和尋找橡膠樹(shù)種植地提供依據, 一方面可以降低種植橡膠的成本, 另一方面可以讓新的橡膠農更容易掌握種植橡膠技巧, 讓更多的人加入種植橡膠的隊伍中。

　　2 數字化流程圖

　　2.1 樣本采集

　　研究的橡膠林可以分為4種不同林齡膠林:幼林早期 (0~2齡) 、幼林晚期 (2~7齡) 、開(kāi)割數 (7~16齡) 、老齡即將更新數 (>16齡) 。取土壤樣本的時(shí)間要在晴天上午, 如果遇雨天, 則等2個(gè)晴天后再進(jìn)行取樣。每個(gè)林齡段中隨機設置n個(gè)樣地:每個(gè)樣地的面積a (m) ×b (m) , 分0~15cm、15~30cm、30~45cm、45~60cm4個(gè)層次拍攝土壤樣品, 每個(gè)層次拍攝m張。每張土壤樣品圖片的命名規則為“膠林-層次.jpg”。

　　2.2 特征提取

　　通過(guò)拍攝得到的土壤圖像, 由于圖像的維度過(guò)大, 不容易分析, 需要從中提取土樣圖像的特征, 提取反應圖像本質(zhì)的一些關(guān)鍵指標, 以達到自動(dòng)進(jìn)行圖像識別的目的。

　　圖像的特征主要包括顏色特征、紋理特征、形狀特征等。本文主要運用圖片的顏色特征和紋理特征建立圖片自動(dòng)識別模型。

　　2.2.1 顏色特征

　　圖片的顏色特征用顏色矩表示�；�于顏色矩提取圖像特征的數學(xué)基礎在于圖像中任何的顏色分布均可以用它的矩來(lái)表示。顏色的矩包含各個(gè)顏色通道的一階矩、二階矩和三階矩, 對于一幅RGB顏色空間的圖像, 具有R、G和B三個(gè)顏色通道, 共有9個(gè)分量。

　　2.2.2 紋理特征

　　圖片的紋理特征主要灰度共生矩陣里面中提取。因為紋理是由灰度分布在空間位置上反復交替變化而形成的, 因而在圖像空間中相隔某距離的兩個(gè)像素間一定存在一定的灰度關(guān)系, 稱(chēng)為是圖像中灰度的空間相關(guān)特性。

　　其中L表示圖像的灰度級, i, j分別表示像素的灰度。d表示兩個(gè)像素間的空間位置關(guān)系。不同的d決定了兩個(gè)像素間的距離和方向。元素Pd (1, 0) 代表了圖像上位置關(guān)系為d的兩個(gè)像素灰度分別為1和0的情況出現的次數。

　　在建模中一般不直接用圖片的灰度共生矩陣建模, 往往要從灰度共生矩陣中提取它的特征參數用戶(hù)建模�；叶裙采�矩陣的特征參數有二階距、對比度、相關(guān)、熵。

　　3 模型構建

　　特征提取完之后, 用支持向量機算法對圖像進(jìn)行圖片識別。根據識別出的結果就可以有針對性的對土壤做些有利于橡膠樹(shù)生長(cháng)的干預工作, 如:如果識別出土壤缺少氮元素, 可以給土壤適當的施些氮肥;如果識別出土壤的水分較少, 就要給土壤澆水, 給農墾橡膠產(chǎn)業(yè)提供數學(xué)指導意義。

　　4 結論

　　本文分析了橡膠種植中引入數據挖掘技術(shù)的必要性, 對橡膠種植數字化研究做了初步闡述�？梢越o橡膠業(yè)提供一定的參考意義。

　　參考文獻

　　[1]黃冠, 吳紅宇.廣東農墾天然橡膠種植現狀及“走出去”戰略實(shí)踐.中國熱帶農業(yè), 2015, 3 (4) , 18-21.

　　[2]李煒.廣東農墾“走出去”做強做大橡膠產(chǎn)業(yè).今日熱作, 2013, 19 (1) , 52-53.

　　[3]Rapepun Wititsuwannakul, Piyaporn Pasitkul, et.al.Hevea latex lectin binding protein in C-serum as an anti-latex coagulating factor and its role in a proposed new model for latex coagulation, Phytochemistry 2008, 69 (1) , 656–662.

　　[4]勒碧.數據挖掘算法及其生產(chǎn)優(yōu)化應用中的研究.浙江大學(xué)碩士學(xué)位論文, 2006.

【橡膠種植中引入數據挖掘技術(shù)的必要性論文】相關(guān)文章：

在現代檔案信息管理系統中引入數據挖掘技術(shù)論文06-29

高校管理中數據挖掘技術(shù)的研究論文07-03

科研管理中數據挖掘技術(shù)的應用論文06-22

分析在課程教學(xué)中數據挖掘技術(shù)的選擇論文06-21

網(wǎng)絡(luò )營(yíng)銷(xiāo)中數據挖掘技術(shù)的應用論文07-07

數據挖掘技術(shù)在WEB的運用論文04-26

數據挖掘在CRM中的應用論文04-10

數據挖掘論文03-31

數據挖掘論文07-15