[发明专利]一种基于大数据的农业病虫害智能诊断系统

摘要

本发明提出了一种基于大数据的农业病虫害智能诊断系统包括：数据存储系统、数据分析系统、数据挖掘系统、数据识别系统。本发明的农业病害大数据诊断平台和门户采用Portal技术实现，通过系统提供的多维数据服务，定制不同的预警和分析模型，以简单、易懂的图形方式展现出来，配合多维分析工具，用户可从数据立方体中对分析指标进行多维度、多角度的分析，科学准确的了解各指标的现状和发展趋势，可自动生成包含文字、数字、图表、报表的PDF或DOC形式的决策分析报告。

主权项

一种基于大数据的农业病虫害智能诊断系统，其特征在于，包括：数据存储系统、数据分析系统、数据挖掘系统、数据识别系统；数据存储系统采用基于Hadoop的分布式存储，结构采用N+M方式，一个文件的多个分片存储于不同的存储节点上，数据存储节点根据硬盘类型自动分层，根据策略实现自动数据迁移和删除，每个存储节点通过多套网络直接与其它节点互联，从终端回传的数据首先在消息队列集群中进行缓冲，然后由流式计算引擎进行实时计算，并将计算结果存到结构化数据库当中，另外再将原始数据进行序列化，将计算结果与序列化后的结果存到NoSQL数据库当中，用于数据的实时读取；数据分析系统由ETL工具完成异构数据的整合、集成和辅助数据仓库的建设，形成各行业的主题数据库；数据挖掘系统将临时存储区数据经过三级ETL抽取整理后形成各行业的主题数据库；主题数据库根据不同应用需求提供三级数据服务层，分别是细节数据层、汇总数据层和应用集市层；一级ETL抽取将临时存储区的数据按照预设的ETL抽取规则，抽取整理入细节数据层；二级ETL抽取将细节数据抽取、整理、分析成面向业务主题的统计数据集，即汇总数据层；第三级ETL抽取将细节数据层和汇总数据层数据抽取整理成应用集市层，形成各主题多维数据立方体；数据识别系统通过模式识别方式实现，模式识别是对各种事物或现象的分析、描述、判断和识别，流程如下：通过图像归一化、去噪、增强和锐化，进行图像数据预处理，逐一实现图像特征提取，针对提取出的图像特征在数据库中查询匹配，获取所需结果。