基于分布式SVM的柑橘病虫害预测模型研究

目录

声明

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 病虫害预警在农业领域研究现状

1.2.2 分布式支持向量机研究现状

1.3 论文主要研究内容

1.4 本文组织结构

第二章 并行计算相关技术概述

2.1 内存计算框架 Spark简介

2.1.1 Spark RDD

2.1.2 Spark 运行机制

2.1.3 Spark 流式计算

2.2 Hadoop及其相关组件概述

2.2.1 HDFS

2.2.2 Yarn 调度机制

2.2.3 Zookeeper 及Kafka

2.3 本章小结

第三章 支持向量机及差分进化算法研究

3.1 SVM 算法

3.1.1 线性可分支持向量机

3.1.2 线性不可分支持向量机

3.1.3 非线性支持向量机

3.2 差分进化算法

3.2.1 差分进化算法概述

3.2.2 算法详细演化过程

3.3 本章小结

第四章 基于 Spark 的 SVM 算法研究与实现

4.1 基于差分进化算法的 SVM算法研究

4.1.1 LibSVM

4.1.2 使用差分进化算法优化 SVM

4.2 基于 Spark及差分进化算法的分布式 SVM算法实现

4.3 实验设计与结果分析

4.3.1 实验设计

4.3.2 实验结果对比分析

4.4 本章小结

第五章 基于分布式 SVM 的柑橘病虫害预测系统设计

5.1 系统总体设计

5.2 系统各模块详细功能设计实现

5.2.1 数据采集模块

5.2.2 数据管理模块

5.2.3 模型管理模块

5.2.4 实时预警模块

5.3 系统开发及验证

5.3.1 系统开发

5.3.2 系统验证

5.4 本章小结

第六章 总结与展望

参考文献

个人简历 在读期间学术成果

致谢