基于Apriori算法的森林虫害预测方法

• 作者: 姚宇 张子恺 李丹 王上 蔡仕伟 齐航
• 来源期刊: 东北林业大学学报
• 关键词: Apriori算法 频繁模式 特征子集 病虫害预测
• 年，卷（期）: 2017,（8）
• 页码范围: 93-96
• 页数: 4页
• 分类号: S763|TP311.13
• 语种: 中文

摘要

针对现阶段对已出现森林虫害数据未能完成全面、及时地统计,以及难以准确预测森林虫害爆发的潜在外来诱因的问题,提出使用面向Web挖掘的主题网络爬虫搜集病虫害相关数据,并利用大数据挖掘频繁模式与关联规则的Apriori算法,挖掘结果得到满足最小支持度阈值的频繁2项集,并进一步从中筛选2种重要的特征子集,包括害虫与寄主之间的频繁模式,寄主与外来树种之间的频繁模式.解决了已出现的病虫害数据难以统计的难题;同时预测出针对某一地区害虫可能诱发森林虫害的外来树种.结果表明该方法能达到可靠、有效的森林虫害预测目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丹		55	321	10.0	15.0
2	姚宇		8	35	4.0	5.0
3	齐航		3	13	2.0	3.0
4	张子恺		2	9	1.0	2.0
5	王上		1	9	1.0	1.0
6	蔡仕伟		1	9	1.0	1.0