数据仓库技术在水稻栽培管理决策支持系统中应用研究

数据仓库技术在水稻栽培管理决策支持系统中应用研究

ID:43900926

大小:25.00 KB

页数:5页

时间:2019-10-16

数据仓库技术在水稻栽培管理决策支持系统中应用研究_第1页
数据仓库技术在水稻栽培管理决策支持系统中应用研究_第2页
数据仓库技术在水稻栽培管理决策支持系统中应用研究_第3页
数据仓库技术在水稻栽培管理决策支持系统中应用研究_第4页
数据仓库技术在水稻栽培管理决策支持系统中应用研究_第5页
资源描述:

《数据仓库技术在水稻栽培管理决策支持系统中应用研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、数据仓库技术在水稻栽培管理决策支持系a®统中应用研究[摘要]国家的改革开放使得我国的农业技术有了突飞猛进的发展,水稻的培植方面就是其中之一,实现了优质、高产、生态安全的宗旨。运用现代的信息化技术来对水稻进行精心的培植,就需要到了解大量与农业有关的信息,但是这些信息是非常繁杂的,同时还存在变化性、多维性和动态性,主要是体现在病虫、气象和土壤等因素上,也体现了该仓库技术应用于水稻栽培管理上的挑战性。因此,在下面的文章里就结合精准数据来进行研究水稻培植和管理。[关键词]仓库技术水稻应用[中图分类号]S511[文献标识码]A[文章编号]1003-1650(2013)05-0069-01一、前言最近这

2、几年,数据仓库技术因得到了政策的支持,所以该技术一直都在进步和完善之中。现在对于处理数据系统中的发展规律性与数据间的关联性都较为科学。然而,伴着农业的不断发展,其数据也在持续增涨,原来的政策支持系统也表现出余力不足的现象。以前传统的农业都是运用数据模型与系统的知识建立在政策提供的ADSS系统上,经过计算机协议的帮助完成了多样的政策软件系统,是创建在数据库技术上,可是不足的地方是数据库的数据是很受限制的,也不能进行大量的信息处理和历史数据保存。但随着数据仓库技术的不断完善,这些限制也都得到了良好的解决。二、数据仓库技术在水稻栽培管理中的应用1•数据库的系统结构传统的OLTP数据库的设计与仓库技

3、术是有很大的不同,当中主要包括前端服务、后端服务与数据源仓库。所谓的数据源仓库据就是根据历史的变化主题和集成面的信息来支撑整个信息库。客户端软件(前端服务)就是同意让客户分析与利用查询处理的方法将更多的模型数据变为可视化;而数据获取软件(后端服务)就是负责向数据的仓库供应数据的,对数据仓库原本已有的软件及数据进行负责计算、清理和综合换算,向用户与模型库供应整理后的数据[1]。2.数据分析非结构化的数据系统是得到政策所支持的,因为其中一次简单的查询就要联系到好几百张表格的上千列数据,繁杂错综相交的水稻数据链连在一起还会干扰到整个系统的性能,并且客户只有在剖析时才能够得到相关的农业水稻数据,查找

4、的方式也是很随机的,还主要是受到系统的局限性制约。现在最为广泛使用的方式是水稻数据挖掘以及联机的分析解决法,同时还要在计划的系统处境里直接为水稻数据挖掘与联机分析处理提供数据仓库[2]。3.数据挖掘法的研究在有关水稻的数据仓库里存放着多种多样的存储数据和集成数据,但是怎样在其中获得有效的信息数据是需要到一定技术的相协调的[3]。同时在对水稻数据开展数据上挖掘还要运用快速精准的换算方法,根据水稻数据库的不同层面使用不一样的推算法,得出的结果进行比较分析。依照这样子的规律把水稻数据仓库分成不同的子母表格和列表的记录信息,因此就更加有利于对水稻数据的挖掘和运算,也利于我国农业栽培管理的发展。4•系

5、统的整体设计水稻的系统的策划是运用了整体决策支持系统。决策支持系统是运用了新的决策系统与原有的决策支持系统相结合的,两者还进行相互联系、补充以及促进。其中的水稻数据要确保做到数据的综合运算,完成联机的多维立体数据分析。利用数据的挖掘功能对数据仓库知识与挖掘数据库里的信息进行综合运算,落实多个模型组结合运算的水稻数据库,也为水稻数据库的技术研究管理给予有效的帮助。为此,相关的专业人士可以将这一数据库进行定性的分析和推广,集成健全的水稻整体结构系统,发挥其中的有用功效,在提高我国水稻的生产量的同时还发展了其它农业的科技水平。5.数据仓库模型的设计目前有关农业数据仓库的模型有树形、雪花形、星形和星

6、形雪花形四种。但是他们的区别点就是外围的联系是不一样的。由于水稻数据的复杂庞大,所以要进行详细的分析是有一定的难度,更不用说是对其目标函数的运算。因此,对于繁杂的水稻数据库的分析最好运用星型雪花型模型。主要的优势是便于用户的理解、建立模型便捷,同时还能够根据客户的需要进行多维的数据分析[4]。星型雪花型模型是由典型的维表与事实表构成的。事实表是用于信息的查询,当中的子维表是可以再延伸成为事实表的整体结构。经过实践的证明,这样的系统数据仓库表主要包括时间、地区、投资和信息等等。事实表中的维表又可以分为:①时间维表,包括月份、季度和年度等;②地区维表,包括地区名称、土壤、气候类型等;③投入维表,

7、包括水费、电费、肥料费、农药费、农用机械费、维修费用和他费用等;④种植维表,包括种植品种、价格、质量等等;这就说明了水稻数据库的繁杂性,要建设一个数据库是需要投入大量的科学技术,同时也突出说星型雪花型模型术最合适运用于水稻数据库。三、结语在文中,对于水稻数据库的建立、管理和水稻栽培进行了框架的描述,还对数据仓库技术应用于水稻栽培管理决策支持系统中实施了初步试的实验,其中也依照了水稻数据的管理特点,设计出星形雪

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。