基于改进OPTICS算法的玉米精准施肥决策系统研究

发布时间：2023-03-22 21:10

　　随着信息技术的发展,数据挖掘技术在很多领域得到了应用,主要包括人工智能、模式识别和生物等领域。精准施肥与数据挖掘的应用相结合也目前的热点问题。在玉米种植过程中,合理的施肥可有效促进玉米生长,然而,没有依据和针对性的施肥可能导致低肥力土壤施肥不足,高肥力土壤施肥过量。针对这一点,数据挖掘技术可以对土壤肥力进行分级,根据分级的结果,农民就可根据土壤肥力的具体情况有针对性地进行施肥。本文采用聚类分析中基于密度的OPTICS算法,并应用了采用网格和信息熵改进的OPTICS算法,实现了根据土壤中取样本点的N、P、K和有机质含量,计算每个土壤样本点的核心距离和可达距离,并不是产生聚类结果,而是形成个簇排序,形成的排序代表了样本点的分类结果,清晰地对土壤进行分级,农民就可以依照分级的结果进行科学施肥。通过对吉林省长春市农安县合隆镇陈家店村三个试验田的土壤肥力进行分级,表明分级结果符合土壤肥力的实际情况,利用养分平衡法形成施肥模型,根据模型计算不同级别土壤对应的N、P、K等有机质的施肥量,进行科学施肥。最后形成精准施肥决策系统,系统设计主要采用C#语言,形成施用化肥处方图,将该处方图导入变量施肥机内,...

【文章页数】：52 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
绪论
第一章 研究背景和意义以及国内外现状
    1.1 精准农业的研究现状和意义
    1.2 精准施肥的国内外研究现状
    1.3 土壤肥力分级的研究现状和意义
第二章 相关技术
    2.1 数据挖掘技术
        2.1.1 数据挖掘的背景
        2.1.2 数据挖掘的定义
        2.1.3 数据挖掘的应用领域
        2.1.4 数据挖掘的一般过程
    2.2 聚类分析方法
        2.2.1 主要的聚类分析方法
    2.3 数理统计软件
        2.3.1 MATLAB软件简介
        2.3.2 MATLAB具体应用
        2.3.3 MATLAB特点
    2.4 GIS相关技术应用
        2.4.1 GIS的基本定义
        2.4.2 GIS的主要功能
        2.4.3 GIS的工作原理
        2.4.4 GIS主要应用
        2.4.5 GIS在精准农业上的应用
第三章 OPTICS算法及改进方法
    3.1 OPTICS算法相关概念
    3.2 OPTICS算法实现步骤
    3.3 改进的OPTICS算法
        3.3.1 改进的主要思想
        3.3.2 密度阈值
        3.3.3 质心及数据集合处理
        3.3.4 实验结果分析
第四章 数据采集和处理
    4.1 GIS和GPS数据采集
        4.1.1 GIS采集
        4.1.2 GPS采集
    4.2 数据采样
    4.3 数据处理
第五章 改进OPTICS算法应用
    5.1 改进OPTICS算法应用
    5.2 改进OPTICS算法应用步骤
        5.2.1 结果分析
    5.3 OPTICS算法在玉米精准施肥中的应用
        5.3.1 应用算法进行土壤分级
        5.3.2 施肥决策
第六章 基于改进OPTICS玉米精准施肥决策系统设计与实现
    6.1 系统开发环境和平台
    6.2 系统设计和实现
        6.2.1 系统设计
        6.2.2 系统的实现
结论
参考文献
作者简介
致谢



本文编号：3767586