基于中心向量的聚类算法在农业信息分类中的研究与应用-农业信息化技术专业论文.docxVIP

目 目 录 第l章 绪论 。1 1．1研究背景和意义 1 1．2农业信息分类的研究现状 2 1．3研究目标与内容 ．4 1．4拟解决的关键问题 4 1．5论文组织结构 ． 5 第2章文本分类及相关算法 。6 2．1 文本分类 6 2．2文本分类相关算法 ．8 2．3 本章小结 ．．1 7 第3章农业信息分类模型的设计与实现 ．18 3．1分类器评价标准 ．．1 8 3．2数据预处理 19 3．2．1数据来源及处理 19 3．2．2 中文分词的选择与实现 21 3．2．3特征提取的选择与实现 22 3．2．4特征加权的选择与实现 23 3．3分类模型 一25 3．3．1 Rocchio方法 一25 3．3．2 N扪e Baves方法 ．．28 3．3．3 SVM方法 ．．3 l 3．3．4 kNN方法 一34 3．4分类模型结果分析 ． ．36 3．4．1 不同特征词数不同分类算法结果对比 36 3．4．2相同特征词数不同算法结果对比 37 3．4．3每类样本分类结果对比 38 3．4．4 Rocchio方法总结 ．39 3．4．5 N柳e Baves方法总结 ．． 39 3．4．6 SVM方法总结 40 3．4．7心烈方法总结 40 3．5 本章小结 ．．40 第4章基于中心向量的K-means与SVM相结合的农业信息分类模型41 TTT 万方数据 4．1 4．1 K．meaIls与SVM相结合的分类模型 42 4．2 K．means方法删减边缘样本 一42 4．2．1删减边缘样本的原理 42 4．2．2保留中心向量删减边缘样本 43 4．2．3保留中心向量临近文本删减边缘样本 44 4．3 K．meaIls与SVM相结合的分类实验结果及分析 45 4．3．1 保留中心向量实验结果 45 4．3．2 保留中心向量临近文本实验结果 47 4．3．3 K．meaJls和SVM分类模型结果分析 ．48 4．4 UCI数据测试 ．．50 4．4．1 UCI数据集介绍 50 4．4．2 UCI数据测试过程及结果 5 1 4．5 本章小结 ．．52 第5章总结与展望 ．53 5．1 总结 ． ．53 5．2展望 ．．53 参考文献 。55 致谢．．．．．．．．．．．．．． ．．．．．．．．．．． ．．． ．．．．．．．．．．．． ．．．．．．．．．．．．．．．．．．．．．． ．． ．．．． ．．．．．．．．．57 作者简历 。59 IV 万方数据 毅疆农业大学硕士学位论文第1章绪论 毅疆农业大学硕士学位论文 第1章绪论 1．1研究背景和意义 计算机技术的迅速发展让很多复杂的工作变得简单且容易操作，因此获得了各行各 业的喜爱。在农业领域中也不例外，计算机在农业信息化发展的道路上发挥着重大的作 用，为从事农业相关工作的人员提供了便利。农业和农业经济的快速发展，使得农业信 息分类越发重要。中共中央国务院在《关于积极发展现代农业扎实推进社会主义新农村 建设的若干意见》中明确提出：“推动农业信息数据收集整理规范化、标准化”【lj。根 据“十二五”规划中关于农业方面提出的《全国农业和农村经济发展第十二个五年规划》 和《农业科技发展规划(2006．2020年)》，我们可以看出，在新时代的到来之际，我 国的农业要走信息化、科技化的道路i2J。 2013年，农业部下发了《关于加快推进农业信息化的意见》，在未来五年的时间里， 将加大对农业信息化推进的力度，加快信息化和现代化在农业方面的融合，使农业信息 的检索和管理更加简单统一【3】。 中国农业科技信息网为了使农业信息检索更加方便，开发了《农业网站分类搜索引 擎系统》，该系统是国内搜索引擎中功能和性能都比较理想的一款搜索引擎。参照中图 分类法，将农业信息网页分为：科学技术、教育、政策法规、政策管理、农业经济、资 源与环境、种植、养殖、水产渔、林业、农业生产资料、农业工程、农业设备和农产品 加工等。 除此之外，目前仍然有很多学者进行着农业搜索引擎的研究。例如，周鹏就目前搜 索引擎在专业特色领域中应用度低的问题，使用开源的搜索引擎架构Nutch搭建了农业 信息相关的搜索引擎【4】。熊金辉根据目前农业信息化发展的现状，指出了建立搜索引擎 是必要的[51。文中重点论述了网页的抓取、自动分类、检索等技术和应用。王晓琴则针 对传统搜索引擎专业性差和查准率低等问题，实现了基于Nutch的农业垂直搜索引擎【6|。 新疆农业信息中心成立于1989年，自治区农业厅还为各地州分配了专门的人员对 农业信息工作负责。经过多年的发展，新疆农业信息相关的网站数量迅速增长，总数己 万方数据 基于中心向量的聚类算法在农韭信息分类中的磅究与应甬经超过了百家之多，并且各地州的农业局已有57％设置了农业信息门户网站。目前，农 基