基于数据挖掘算法土壤肥力状况的分析研究

编号 zgly0000905550

文献类型 期刊论文

文献题名 基于数据挖掘算法土壤肥力状况的分析研究

学科分类 220.1040;森林土壤学

作者 蔡丽霞  陈桂芬 

作者单位 吉林农业大学信息技术学院 

母体文献 中国农机化学报 

年卷期 2014(3)

页码 252-255+262

年份 2014 

关键词 数据挖掘  C4.5决策树  聚类算法  土壤肥力 

文摘内容 为了从土壤养分数据中分析出其对土壤肥力的贡献,以挖掘出描述土壤肥力状况的知识,本文选择数据挖掘技术的C4.5决策树、K-means和DBSCAN聚类算法,利用农安县三个乡(镇)采集的土壤养分数据,从算法的准确率和时间效率两个方面进行模拟实验,并分别就同一数据集不同算法、同一算法不同数据集两种情况进行对比分析。结果表明:对于同一数据集C4.5与K-means算法准确率和时间效率都较高(精度分别为98.7903%、98.1182%,运行时间分别为0.03s、0.08s),但对于依靠大量数据分析土壤肥力状况以预测未来土壤肥力的变化趋势,显然K-means算法更适合。