基于二類清查林業(yè)數(shù)據(jù)倉庫的建立.pdf

1、隨著“數(shù)字林業(yè)”發(fā)展，人們獲取了大量的森林資源數(shù)據(jù)，如何從這海量的數(shù)據(jù)中提取出有用的信息用于指導(dǎo)林業(yè)經(jīng)營管理成為人們關(guān)注的問題。數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)能從這海量的數(shù)據(jù)中提取人們感興趣的信息，用于指導(dǎo)林業(yè)的生產(chǎn)。 本文根據(jù)林業(yè)管理者的需求，從分析二類調(diào)查數(shù)據(jù)的特征入手，并從概念模型、邏輯模型、物理模型上設(shè)計(jì)了林業(yè)數(shù)據(jù)倉庫。在概念模型設(shè)計(jì)中，主要進(jìn)行需求分析并創(chuàng)建了信息包圖；在邏輯模型中，運(yùn)用OLAP知識(shí)設(shè)計(jì)多維的聯(lián)機(jī)分析的模型并在

2、粒度設(shè)計(jì)問題上，選擇了雙重粒度；在物理模型設(shè)計(jì)上本文采用并行的存儲(chǔ)結(jié)構(gòu)RAID(ReduandantArrayofInexpensiveDisk，廉價(jià)冗余磁盤陳列)結(jié)構(gòu)和位圖索引(BitMap)方法來優(yōu)化性能。 在數(shù)據(jù)挖掘模型中，運(yùn)用了粗糙集理論設(shè)計(jì)了立地質(zhì)量評(píng)價(jià)模型和用模糊神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)了福建省杉木的蓄積量預(yù)測(cè)模型。在立地質(zhì)量評(píng)價(jià)模型中主要運(yùn)用屬性的重要度來確定各評(píng)價(jià)因子的權(quán)重，運(yùn)用總分值來確定各評(píng)價(jià)等級(jí)。在福建省杉木的蓄積

3、量預(yù)測(cè)模型，由于BP神經(jīng)網(wǎng)絡(luò)在大樣本的學(xué)習(xí)中，速度非常慢，為了解決該該問題，選用模糊聚類算法先對(duì)學(xué)習(xí)樣本進(jìn)行分類并從不同類別中選取部分學(xué)習(xí)樣本作為新的學(xué)習(xí)樣本。并運(yùn)用三種BP算法(L-M優(yōu)化算法、貝葉斯正則化算法、動(dòng)量梯度下降算法)來設(shè)計(jì)該預(yù)測(cè)模型，并在matlab上實(shí)現(xiàn)。最后經(jīng)過比較確定福建省杉木的蓄積量預(yù)測(cè)模型為貝葉斯正則化算法，中間隱含層的結(jié)點(diǎn)為15。 最后，提出了二類清查數(shù)據(jù)倉庫的系統(tǒng)結(jié)構(gòu)，并指出了本文需要進(jìn)一步討論和研