硕士论文-粗糙集与决策树方法在土壤地力等级评价中的应用，共54页，3606字。
摘 要
土地是农业生产最重要的资源，对土壤进行地力等级评价，是合理利用土地的基础。本文从决策分析角度出发，在智能框架理论指导下，使用数据挖掘中的粗糙集和决策树相结合的方法，构建了农安县地力等级决策模型。同时，突破传统数据库对知识存储的限制，使用本体方法存储数据与知识，构建了土壤本体属性库与知识库。本文主要研究内容与创新点如下：
1、针对以往数据质量不高造成挖掘结果不理想的问题，本文使用预处理方法对数据集进行优化。本文分析不同数据预处理方法的适用条件和处理结果，选择了适用于土壤数据的预处理方法。使用取消补齐法与聚类方法对土壤数据进行进行清洗，分析有无遗漏与噪声数据存在，聚类结果表明数据不存在异常；使用监督式离散化方法—熵/最小描述长度方法，选择信息熵作为断点依据，对土壤数据进行离散化处理。结果表明对数据进行预处理操作，可保证数据挖掘对象的有效性与完整性，为后期高质量的数据挖掘奠定了基础。
2、针对常用地力评价方法存在主观性，以及较少考虑土地评价因素对评价结果的贡献不同等问题，本文提出基于粗糙集理论与决策树方法的优化算法，并将该算法应用到地力等级的评价当中。粗糙集是一种处理不精确、不确定和不完备信息的数据挖掘方法，本文使用粗糙集属性约简方法去除数据中的冗余属性；决策树方法适宜处理非线性数据和描述数据的分类预测决策问题，本文利用决策树方法建立决策树并对生成的决策树进行剪枝操作，对生成的决策模型采用十次交叉验证法进行校正，提高分类的准确率，降低模型的复杂度。结果表明本文提出的粗糙集约简与决策树相结合的算法，优于单一决策树方法，该算法能有效的提高土壤地力等级分类的准确性和客观性。
3、针对传统数据库进行知识存储时，对数据的属性没有健全的约束，对概念的描述不明确等问题，本文运用本体构建土壤本体属性库与知识库。本文使用本体在概念层次上对概念进行明确描述，表达概念之间的关联和约束；对产生的决策规则使用本体、SWRL和JESS描述，并存储到本体当中。结果表明本体可使隐含的关系明晰化，保障语义的一致性，通过纵向类属分类和语义关联进行组织，能够在语义级的深层次上产生挖掘结果，能提高用户检索的查全率和查准率，从而提高地力等级评价的准确率。
本文应用粗糙集与决策树理论构建地力等级评价模型，建立了土壤本体属性库与知识库，并将研究成果应用于地力等级评价当中，为土壤地力等级评价提供了新的方法与思路，有一定的理论价值和应用价值。
关键词：地力等级评价，粗糙集，决策树，本体

目 录
第一章　绪论 1
1.1　研究背景及意义 1
1.2　国内外研究现状 1
1.3　本文的主要工作 4
1.4　本文的组织结构 5
第二章　相关技术概述 6
2.1　粗糙集理论 6
2.2　决策树方法 10
2.3　本体理论 13
2.4　地力评价的基本原理与方法 20
2.5　本章小结 22
第三章　基于粗糙集与决策树方法的地力等级建模 23
3.1　数据来源与整理 23
3.2　数据预处理 25
3.3　属性约简 28
3.4　决策树构建 30
3.5　本体建模 32
3.6　基于本体的知识库构建 36
3.7　地力等级评价系统的实现 39
3.8　本章小结 40
第四章　结论与前景展望 41
4.1　结论 41
4.2　研究展望 42
参考文献 43
致谢 50
个人简介 51

论文大小：3.22MB
论文格式：word
论文专业：计算机应用技术
论文编号：209884
论文文件预览：
共1文件夹，1个文件，文件总大小：3.22MB，打包后大小：2.32MB

• 硕士论文-粗糙集与决策树方法在土壤地力等级评价中的应用
• 粗糙集与决策树方法 在土壤地力等级评价中的应用 .doc  [3.22MB]