林业信息中的数据挖掘分析.pdfVIP

¨ 一 中国蠡新技术企业 赫业信息中的数据挖掘分新 ◆ 文／刘平波 【摘要】 林业数据是制定林业资源可持续发展与永续利用规则的主要依据。但是。数据量太大导致了人们 在整体上无法把握，对内在规律也无从得知。本文将介绍利用数据挖掘技术来处理林业数据的原理、步骤以 及方法等。 【关键词】数据挖掘 林业 海量信息 随着国家“数字林业”概念的提出．林业部门采集和更新数据 理和数据变换。数据选取是根据实际需求从原始数据库中抽取的一 的能力大幅度提高．面对海量的林业数据和非空间数据．如何从中 组数据。数据预处理一般包括消除噪声、推导计算缺值数据、消除重 提取隐含的信息、空间关系或有意义的特征或模式．揭示各种空间 复记录、完成数据类型转换等。而数据变换的主要目的是消减数据 规律、关系和趋势，就成为“数字林业”急需解决的关键问胚之一。 维数或降维．即从初始特征中找出真正有用的特征。 数据挖掘 ，也称数据库知识发现。是指从大型数据库或数据仓 数据挖掘阶段挖掘出来的模式，经过评估．可能存在冗余或无关 库中提取人们感兴趣的知识 ．这些知识是隐含的、事先未知的有用 的模式 ，这时需要将其剔出，也有可能模式不满足用户要求，这时则 信息。提取的知识一般可表示为概念(Concepts)、规则(Rules)、规律 需要整个挖掘过程回退到前一阶段 。如重新选取数据、采用新的数 (Regularities)、模式(Patterns)等形式。在用数据库管理系统存储海量数 据变换方法、设定新的参数值 ，甚至换一种算法等。 据时．需要用机器学习的方法分析数据．挖掘包含在大量数据背后 整个挖掘过程是一个不断反馈的过程。比如，用户在挖掘过程中 的知识．这两者的结合促成了数据挖掘的产生。 发现选择的数据不太好．或使用的挖掘技术不能得到期望的结果。 一 、 数据挖掘概述 这时用户需要重复先前的过程．甚至重新开始。 数据挖掘从技术上来说 ，它是指从大量的、不完全的、有噪声 三、林业数据挖掘的示例 的、模糊的、随机的实际应用数据中，提取隐含再其中的、人们事先 3．I数据收集 不知道的、但潜在有用的信息和知识的过程．这个定义包括多层含 以1985年至 20o5年的林木数据为研究对象．提取某地区数据 义：①数据源必须是真实的、大量的、含噪声的；②发现的是用户感 中的林木起源、年龄、平均胸径、树高、郁闭度5个属性。林木信息如 兴趣的知识；③发现的知识要可接受、可理解、可运用；④并不要求 表 1所示。 发现放之四海皆准的知识．仅需支持特定的问题。 年龄 权属 起源 平均胸径／era 树高／in 郁闭度 数据挖掘是一门交叉学科。它把人们对数据的应用从低层次的 l5 国有 人工 4．0 2．5 O．7 简单查询．提升到从数据中挖掘知识，提供决策支持。在这种需求牵 引下．汇聚了不同领域的研究者。尤其是数据库技术、人工智能技 6 国有 人工 3．5 1．8 O．3 术、数理统计、可视化技术、并行计算等方面的学者和工程技术人 20 国有 天然 18．2 4．0 O．5 员．投身到数据挖掘这一新兴的研究领域。形成新的技术热点。 1．1数据挖掘发现的知识分类 5 国有 人工 2．9 2．O O．8 数据挖掘所发现的知识最常见的有以下五类：(1)广义知识 3．2数 据 预 处理 (Gen