农业大数据概论-按章节复习_农业大数据基础理论

第一章 农业与大数据

第一讲 大数据时代

一．大数据的定义

大数据，巨量资料，传统数据处理应用软件不足以处理的大或复杂的数据集。

二．大数据的特征

数据量大、多样性、高速性、低价值密度

1. 数据量大

2. 多样性

各种格式、类型和结构：
• 文本、数字、图像、音频、视频、序列、时间序列、社交媒体数据、多维阵列等；
• 静态数据与流式数据.

静态数据与流式数据

①区别：
静态数据：存储在磁盘中的固定的数据；
流式数据：不断产生的数据，源源不断，不会停止。
②流式计算的概念
对数据流进行计算，由于数据是不断产生的，所以一直再计算，不会停止。
③ 流式数据的流式计算有什么特点：

• 数据是无界的；
• 数据是动态的；
• 计算速度是非常快的；
• 计算不止一次；
• 计算不能终止。

④ 静态数据的离线计算的特点：

• 数据是有界的；
• 数据是静态的；
• 计算速度通常较慢；
• 计算只执行一次；
• 计算终会终止。

3. 高速性

数据快速生成 / 输入，需要快速处理：
• 在线数据分析；
• 决策延迟则会错失机会。

4. 低价值密度

大数据最大的价值在于通过从大量不相关的各种类型的数据中，挖掘出对未来趋势与模式预测分析有价值的数据，并通过机器学习方法、人工智能方法或数据挖掘方法深度分析，发现新规律和新知识。

第三讲 农业大数据概述

一．农业大数据的定义

农业大数据是融合了农业地域性、季节性、多样性、周期性等自身特征后产生的来源广泛、类型多样、结构复杂、具有潜在价值，并难以应用通常方法处理和分析的数据集合。

农业大数据之“大”主要是体现在“多维度”上：

“涉农”：广泛性和全面性，涵盖农业生产过程的全要素。
“涉业”：涉及产业链全过程的各个方面的数据。

农业领域为什么需要大数据技术？

① 提高农业生产效率
② 改善农业决策
③ 实现可持续农业发展

二．农业大数据的类型<