王永青

摘 要 網(wǎng)絡(luò)信息技術(shù)的普及和農(nóng)業(yè)生產(chǎn)方式的轉(zhuǎn)變，促進(jìn)以“物聯(lián)網(wǎng)”為基礎(chǔ)的智能農(nóng)業(yè)和精準(zhǔn)農(nóng)業(yè)的發(fā)展?，F(xiàn)代農(nóng)業(yè)生產(chǎn)應(yīng)用物聯(lián)網(wǎng)技術(shù)中的智能感知芯片、移動(dòng)嵌入式系統(tǒng)，通過(guò)無(wú)線傳感器網(wǎng)絡(luò)實(shí)時(shí)監(jiān)測(cè)作物或禽畜的生產(chǎn)信息數(shù)據(jù)，應(yīng)用專家系統(tǒng)的技術(shù)措施，降低人力的消耗和對(duì)農(nóng)田環(huán)境的影響，配置科學(xué)化的種植方式，實(shí)現(xiàn)農(nóng)業(yè)的現(xiàn)代化發(fā)展?；诖耍瑢?duì)物聯(lián)網(wǎng)中數(shù)據(jù)挖掘技術(shù)進(jìn)行分析，查看其在農(nóng)業(yè)生產(chǎn)中的應(yīng)用，為現(xiàn)代化農(nóng)業(yè)提供技術(shù)保障。

關(guān)鍵詞 物聯(lián)網(wǎng)；數(shù)據(jù)挖掘技術(shù)；農(nóng)業(yè)生產(chǎn)

中圖分類(lèi)號(hào)：TP311.13 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：1673-890X（2015）24--02

農(nóng)業(yè)物聯(lián)網(wǎng)是有效結(jié)合網(wǎng)絡(luò)技術(shù)、傳感技術(shù)、信息處理技術(shù)、應(yīng)用開(kāi)發(fā)技術(shù)，應(yīng)用射頻識(shí)別裝置、全球定位系統(tǒng)、紅外感應(yīng)器、激光掃描器等設(shè)備實(shí)現(xiàn)土壤溫濕度、空氣溫濕度、光照強(qiáng)度、土壤元素含量、二氧化碳濃度等地理位置信息和環(huán)境信息數(shù)據(jù)的實(shí)時(shí)采集，按約定協(xié)議實(shí)現(xiàn)與上位機(jī)服務(wù)器的數(shù)據(jù)傳輸，并通過(guò)有效的數(shù)據(jù)分析，為用戶展示直觀圖表或曲線，并結(jié)合實(shí)際生產(chǎn)需求和轉(zhuǎn)接系統(tǒng)，對(duì)環(huán)境調(diào)控設(shè)施進(jìn)行指令控制，實(shí)現(xiàn)最適宜家禽生產(chǎn)或農(nóng)作物生產(chǎn)的環(huán)境調(diào)控，確保農(nóng)業(yè)生產(chǎn)的數(shù)據(jù)化管理[1]。

1 物聯(lián)網(wǎng)的關(guān)鍵應(yīng)用技術(shù)

1.1 標(biāo)簽事物的射頻識(shí)別

射頻識(shí)別是非接觸式的、可實(shí)現(xiàn)多目標(biāo)的自動(dòng)識(shí)別技術(shù)，具有數(shù)據(jù)儲(chǔ)存量大、環(huán)境適應(yīng)性好、讀寫(xiě)距離遠(yuǎn)等特點(diǎn)，由電子標(biāo)簽（有源電子標(biāo)簽和無(wú)源電子標(biāo)簽）、天線、讀寫(xiě)器3部分構(gòu)成。該技術(shù)的工作原理是：電子標(biāo)簽進(jìn)入讀寫(xiě)器的工作區(qū)域后，無(wú)源電子標(biāo)簽接收到讀寫(xiě)器發(fā)出的電磁波，產(chǎn)生感應(yīng)電流獲得能量，實(shí)現(xiàn)自身編碼信息的發(fā)送，被讀取器讀取后解碼后，發(fā)送至電腦主機(jī)進(jìn)行相關(guān)處理。

1.2 傳感網(wǎng)絡(luò)技術(shù)

無(wú)線傳感器網(wǎng)絡(luò)是由布置緊密、分布隨機(jī)的傳感器組成的無(wú)線自組織網(wǎng)絡(luò)，以協(xié)作地感知、采集和處理網(wǎng)絡(luò)覆蓋地理區(qū)域內(nèi)感知對(duì)象的信息為目的，并將感知結(jié)果傳輸給觀察者，實(shí)現(xiàn)農(nóng)田操作的自動(dòng)指揮和控制。

1.3 智能處理技術(shù)

智能處理技術(shù)是利用模糊識(shí)別、海計(jì)算、云計(jì)算等智能計(jì)算技術(shù)，分析和處理海量數(shù)據(jù)和信息，并對(duì)物體實(shí)施智能化控制和分析技術(shù)。云計(jì)算為農(nóng)業(yè)物聯(lián)網(wǎng)提供的處理控制功能，包含數(shù)據(jù)挖掘、模式識(shí)別、數(shù)據(jù)分析、搜索引擎、人工智能等技術(shù)。

2 數(shù)據(jù)流挖掘技術(shù)

數(shù)據(jù)流具有有序性、不可再現(xiàn)性、無(wú)限性、高速性、動(dòng)態(tài)性、高維性等特點(diǎn)，需要具備聯(lián)機(jī)、單遍掃描、多層多維等數(shù)據(jù)流處理功能的數(shù)據(jù)流處理技術(shù)實(shí)現(xiàn)數(shù)據(jù)流的有效處理[2]。

2.1 數(shù)據(jù)流分類(lèi)算法

改進(jìn)的Hoeffding決策樹(shù)分類(lèi)算法，使用恒定的時(shí)間和內(nèi)存大小處理樣本，解決內(nèi)存、樣本和時(shí)間對(duì)數(shù)據(jù)流挖掘的限制。改進(jìn)的決策樹(shù)分類(lèi)算法保留傳統(tǒng)決策樹(shù)算法在精度和速度的優(yōu)點(diǎn)，增加了對(duì)數(shù)據(jù)產(chǎn)生過(guò)程中變化趨勢(shì)的檢測(cè)和響應(yīng)，實(shí)現(xiàn)算法對(duì)高速時(shí)變流數(shù)據(jù)分類(lèi)的適應(yīng)。

2.2 數(shù)據(jù)流頻繁模式挖掘算法

針對(duì)數(shù)據(jù)流的頻繁模式挖掘，提出了有效算法FP-Stream，采用傾斜時(shí)間窗口技術(shù)來(lái)維護(hù)頻繁模式實(shí)現(xiàn)時(shí)間敏感問(wèn)題的解決。FP-Stream結(jié)構(gòu)由用來(lái)捕獲頻繁和準(zhǔn)頻繁項(xiàng)信息的頻繁模式樹(shù)和為每個(gè)頻繁模式提供的傾斜時(shí)間窗口組成，實(shí)現(xiàn)了在數(shù)據(jù)流中可靠的估計(jì)頻繁項(xiàng)集頻率。

2.3 數(shù)據(jù)流聚類(lèi)算法

數(shù)據(jù)流是隨時(shí)間不斷變化的無(wú)限過(guò)程，隱含的聚類(lèi)隨時(shí)間的動(dòng)態(tài)變化導(dǎo)致聚類(lèi)質(zhì)量的降低，聚類(lèi)算法需要完整儲(chǔ)存數(shù)據(jù)，并能夠根據(jù)原始數(shù)據(jù)實(shí)現(xiàn)聚類(lèi)變化的追蹤算法。要求聚類(lèi)算法以簡(jiǎn)潔的增量式表達(dá)聚類(lèi)，實(shí)現(xiàn)新數(shù)據(jù)的有效處理分析，對(duì)噪音和異常數(shù)據(jù)的處理按照要求保持穩(wěn)健。

CluStream算法實(shí)現(xiàn)整個(gè)數(shù)據(jù)流在當(dāng)前時(shí)間范圍和任意時(shí)間范圍內(nèi)的聚類(lèi)變化結(jié)果。該算法由在線和離線2部分構(gòu)成。在線部分用Micro-cluster定時(shí)存儲(chǔ)數(shù)據(jù)流的摘要信息，實(shí)現(xiàn)數(shù)據(jù)增量式的處理和更新；離線部分Macro-cluster通過(guò)對(duì)在線部分保留的中間結(jié)果再處理得到用戶感興趣的不同時(shí)間范圍內(nèi)的數(shù)據(jù)流聚類(lèi)結(jié)果。

3 農(nóng)業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)流挖掘技術(shù)的應(yīng)用[3]

3.1 基本的統(tǒng)計(jì)和查詢

通過(guò)數(shù)據(jù)庫(kù)提供的統(tǒng)計(jì)和查詢功能實(shí)現(xiàn)簡(jiǎn)單的數(shù)據(jù)挖掘需求，為用戶提供有用的知識(shí)和信息?？梢允褂寐?lián)機(jī)分析處理和數(shù)據(jù)倉(cāng)庫(kù)技術(shù)對(duì)農(nóng)業(yè)物聯(lián)網(wǎng)進(jìn)行數(shù)據(jù)觀察和建模，用于各種粒度的多位數(shù)據(jù)交互分析，實(shí)

（下轉(zhuǎn)第頁(yè)）

（上接第頁(yè)）

現(xiàn)有效的數(shù)據(jù)挖掘和數(shù)據(jù)泛化。將質(zhì)量信息與果蔬業(yè)務(wù)的多位數(shù)據(jù)看作數(shù)據(jù)立方體形式，建立數(shù)據(jù)立方體模型，通過(guò)聯(lián)機(jī)分析處理的各種功能操作，實(shí)現(xiàn)每一粒度級(jí)別和在所有維的交互產(chǎn)生分層、聚集、匯總，達(dá)到統(tǒng)分分析、趨勢(shì)分析、預(yù)測(cè)和查詢的目的。

3.2 分類(lèi)挖掘分析

分類(lèi)挖掘分析，通過(guò)構(gòu)建分類(lèi)器實(shí)現(xiàn)采集數(shù)據(jù)中產(chǎn)品類(lèi)別和產(chǎn)品品質(zhì)的分類(lèi)，預(yù)警某些類(lèi)別產(chǎn)品可能導(dǎo)致的不良結(jié)果。

3.3 聚類(lèi)挖掘分析

傳感器數(shù)據(jù)的特點(diǎn)是偏向于原始數(shù)據(jù)的收集，需要應(yīng)用數(shù)值離散化技術(shù)或概念分層技術(shù)簡(jiǎn)化和減少原始數(shù)據(jù)。通過(guò)泛化實(shí)現(xiàn)數(shù)據(jù)的意義和理解能力，有助于多層次數(shù)據(jù)流挖掘任務(wù)，便于挖掘結(jié)果的實(shí)際應(yīng)用[4]。數(shù)據(jù)挖掘過(guò)程中，需要數(shù)據(jù)挖掘系統(tǒng)具備分布式挖掘的能力。無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)是大規(guī)模的數(shù)據(jù)集，分布式數(shù)據(jù)挖掘系統(tǒng)是在無(wú)線傳感器網(wǎng)絡(luò)中獲得知識(shí)的最優(yōu)工具。

利用聚類(lèi)技術(shù)對(duì)數(shù)據(jù)進(jìn)行類(lèi)標(biāo)簽的確定，可以提取重要數(shù)據(jù)類(lèi)或預(yù)測(cè)未來(lái)的數(shù)據(jù)趨勢(shì)，獲得更好的數(shù)據(jù)分類(lèi)和預(yù)測(cè)，實(shí)現(xiàn)數(shù)據(jù)源組流對(duì)數(shù)據(jù)流的整合。進(jìn)行數(shù)據(jù)流聚類(lèi)，識(shí)別共同的行為特征，發(fā)現(xiàn)感興趣的行為模式。

3.4 關(guān)聯(lián)相關(guān)挖掘分析

農(nóng)業(yè)物聯(lián)網(wǎng)中環(huán)境檢測(cè)傳感器網(wǎng)絡(luò)數(shù)據(jù)流涉及時(shí)間軸、溫濕度、傳感器電壓電平、亮度、地理位置等，可以將不同地理位置的相同類(lèi)型傳感器急性分析，發(fā)現(xiàn)區(qū)域差異模式；用相同地理位置不同類(lèi)型的傳感器數(shù)據(jù)流發(fā)現(xiàn)交叉類(lèi)型之間的相互關(guān)系等。通過(guò)無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的地理位置和連通性對(duì)數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)關(guān)聯(lián)模式，利用專家系統(tǒng)進(jìn)行解析，探尋合適的經(jīng)驗(yàn)借鑒，為農(nóng)業(yè)生產(chǎn)提供技術(shù)支持和數(shù)據(jù)保障。

4 結(jié)語(yǔ)

依據(jù)對(duì)農(nóng)業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)特點(diǎn)的分析，簡(jiǎn)要解析物聯(lián)網(wǎng)關(guān)鍵應(yīng)用技術(shù)和數(shù)據(jù)流挖掘技術(shù)，可以實(shí)現(xiàn)多維數(shù)據(jù)流的挖掘，結(jié)合先進(jìn)的數(shù)據(jù)挖掘算法實(shí)現(xiàn)數(shù)據(jù)的有效關(guān)聯(lián)和整合，提高最佳參數(shù)的準(zhǔn)確率。通過(guò)專家系統(tǒng)的分析預(yù)測(cè)，為農(nóng)業(yè)生產(chǎn)提供技術(shù)措施和服務(wù)，保障農(nóng)業(yè)生產(chǎn)的合理健康發(fā)展[5]。

參考文獻(xiàn)

[1]周澤學(xué).農(nóng)業(yè)物聯(lián)網(wǎng)中數(shù)據(jù)流挖掘技術(shù)的應(yīng)用[D].上海：復(fù)旦大學(xué)，2012.

[2]時(shí)雷.基于物聯(lián)網(wǎng)的小麥生長(zhǎng)環(huán)境數(shù)據(jù)采集與數(shù)據(jù)挖掘技術(shù)研究[D].鄭州：河南農(nóng)業(yè)大學(xué)，2013.

[3]劉藝.基于農(nóng)業(yè)生產(chǎn)過(guò)程的農(nóng)業(yè)物聯(lián)網(wǎng)數(shù)據(jù)處理若干關(guān)鍵技術(shù)的研究[D].北京：北京郵電大學(xué)，2014.

[4]劉倩.面向農(nóng)業(yè)物聯(lián)網(wǎng)多環(huán)境信息融合的監(jiān)測(cè)判別研究[D].上海：東華大學(xué)，2014.

[5]王磊.農(nóng)業(yè)物聯(lián)網(wǎng)中綜合信息管理系統(tǒng)的設(shè)計(jì)[D].濟(jì)南：山東大學(xué)，2012.

（責(zé)任編輯：劉昀）