声明
致谢
摘要
1 文献综述
1.1.1 小麦干热风研究现状
1.1.2 小麦干热风灾害预测研究现状
1.2 数据分类技术研究
1.2.1 主流分类算法介绍
1.2.2 分类算法在农业的研究现状
1.3 分布式计算研究
1.3.1 分布式计算发展趋势
1.3.2 Spark在农业应用的研究现状
2 引言
2.1 背景与意义
2.2 技术路线
3 小麦干热风灾害预测模型构建
3.1 材料概述及分析
3.2 数据处理
3.2.1 数据预处理
3.2.2 数据标注
3.2.3 主成分分析
3.2.4 数据归一化
3.3.1 基于BP神经网络的小麦千热风灾害预测模型
3.3.2 基于支持向量机(SVM)的小麦干热风灾害预测模型
3.3.3 基于BP神经网络与支持向量机(SVM)的组合模型设计
3.4 实验结果与分析
3.4.1 实验结果
3.4.2 结果分析
4 分布式环境下预测模型设计
4.1 分布式环境下算法设计
4.1.1 基于Spark的并行BP神经网络算法设计
4.1.2 基于Spark的并行支持向量机(SVM)算法设计
4.2 分布式环境下模型设计
4.2.1 基于并行BP神经网络的小麦干热风灾害预测模型设计
4.2.2 基于并行支持向量机的小麦干热风灾害预测模型设计
4.2.3 基于Spark的并行BP加SVM组合模型设计
4.3 实验环境搭建
4.3.1 开发环境与软件包
4.3.2 集群拓扑机构
4.4 实验结果与分析
4.4.2 结果分析
5 原型系统设计与实现
5.1 系统体系结构
5.2 系统拓扑结构
5.3 系统设计与实现
5.2.1 数据采集子系统设计与实现
5.2.2 分布式模型计算子系统设计与实现
5.2.3 预测服务子系统设计与实现
6 结论与展望
参考文献