基于农业大数据集成的作物知识发现
数据库
2020-03-12 v1 计算机与社会
机器学习
摘要
如今，农业数据可通过多种来源生成，例如：物联网（IoT）、传感器、卫星、气象站、机器人、农机设备、农业实验室、农民、政府机构和农业企业。对这些大数据的分析使农民、公司与农艺师能够提取高价值的商业与科学知识，从而改进其运营流程与产品质量。然而，在分析这些数据之前，需将不同数据源规范化、同质化并集成至统一的数据表示。本文提出一种使用星座模式（constellation schema）的农业数据集成方法，其设计具备足够灵活性以纳入其他数据集与大数据模型。我们还应用若干方法提取知识以改进作物产量；包括寻找适宜的土壤属性、除草剂与杀虫剂用量，以同时提高作物产量并保护环境。
引用
@article{arxiv.2003.05043,
title = {Crop Knowledge Discovery Based on Agricultural Big Data Integration},
author = {Vuong M. Ngo and M-Tahar Kechadi},
journal= {arXiv preprint arXiv:2003.05043},
year = {2020}
}
备注
5 pages