农业科学数据加工整编技术
全新正版 极速发货
¥
83.07
6.4折
¥
129
全新
库存4件
作者胡林 等
出版社科学出版社
ISBN9787030751850
出版时间2023-03
装帧平装
开本16开
定价129元
货号1202840779
上书时间2024-06-11
商品详情
- 品相描述:全新
- 商品描述
-
目录
前言
1数据加工基础1
1.1农业科学数据1
1.1.1农业科学数据概念1
1.1.2农业科学数据的特征2
1.2国内外数据加工研究进展9
1.2.1数据质量控制9
1.2.2数据清洗技术10
1.3数据加工11
1.3.1数据加工概念11
1.3.2元数据11
1.3.3数据-知识网络12
1.3.4数据加工业务流程13
2元数据加工14
2.1元数据标准14
2.1.1国际主要科学数据元数据标准14
2.1.2国内科学数据元数据标准建设15
2.1.3元数据建设主要问题16
2.2元数据表示方法18
2.2.1XML19
2.2.2RDF19
2.3元数据开放获取20
2.3.1开放获取倡议21
2.3.2元数据收割协议22
2.3.3开放学术资源获取方法24
2.4元数据检查与评价27
2.4.1元数据质量内涵27
2.4.2元数据质量评价28
2.5元数据加工29
2.5.1国家农业科学数据加工系统30
2.5.2农业长期定位观测数据共享元数据加工案例32
3实体数据加工37
3.1实体数据的组织与存储38
3.1.1实体数据的组织38
3.1.2实体数据的存储45
3.2实体数据的检查50
3.2.1实体数据的检查要求51
3.2.2实体数据检查实例53
3.2.3实体数据的检查内容53
3.3实体数据的加工59
3.3.1实体数据加工的内涵60
3.3.2实体数据加工的一般原则61
3.3.3农业科学数据加工流程62
3.3.4实体数据的分级加工63
3.3.5实体数据加工产品实例65
4数据关联融合66
4.1农业科学数据的关联66
4.1.1关联数据66
4.1.2实体识别70
4.1.3时空状态识别73
4.1.4实例:大豆加工贸易企业数据关联76
4.2农业科技资源标识80
4.2.1国际主流标识技术81
4.2.2农业科学数据CSTR标识84
4.3农业数据融合85
4.3.1数据融合的概念85
4.3.2数据融合方法85
4.3.3农业科学数据融合实例:多源异构作物组学数据融合87
4.4基于数据驱动的农业场景构建93
4.4.1农业科学数据场景构建现状93
4.4.2黄河流域生态保护和高质量发展的应用场景构建94
5农业科学数据集成97
5.1农业科学数据集成的实践探索97
5.1.1农业科学数据的分类目录97
5.1.2农业科学数据的集成体系99
5.1.3农业科学数据的出版发行102
5.2农业科学数据集成的理论与框架103
5.2.1基础理论分析103
5.2.2基本框架设计106
5.3农业科学数据集成的主要方法108
5.3.1基于元数据的数据集成109
5.3.2基于本体的数据集成112
5.3.3基于标准的数据集成116
5.3.4基于知识图谱的数据集成117
6数据质量管理118
6.1数据管理的全生命周期118
6.1.1数据生命周期理论内涵118
6.1.2数据管理生命周期模型120
6.2数据管理的业务流程122
6.2.1制定数据管理计划123
6.2.2数据收集123
6.2.3数据加工124
6.2.4数据长期保存124
6.2.5数据共享利用124
6.3数据质量控制125
6.3.1控制标准125
6.3.2控制过程126
6.3.3控制环节127
6.3.4控制方法128
6.4数据质量评价134
6.4.1评价原则134
6.4.2评价指标135
6.4.3评价方法136
6.4.4评价技术138
6.5数据可视化139
6.5.1数据可视化理论139
6.5.2数据可视化方法140
6.5.3农业科学数据可视化表达142
6.5.4农业科学数据质量可视化分析案例144
7农业科学数据探索150
7.1数据探索概念与方法150
7.1.1数据探索概念150
7.1.2数据探索方法151
7.2数据立方体156
7.2.1基本概念156
7.2.2概念模型及实例157
7.2.3多维分析操作160
7.3数据的网络世界162
7.3.1知识网络相关研究162
7.3.2知识网络实例:基于本体的育种数据网络164
参考文献173
内容摘要
高质量的科学数据加工和整编,是科学数据出版的重要基础,也是数据能够转化为数据资产,成为数字经济要素的必要途径。《农业科学数据加工整编技术》以农业科学数据可重复生产和可重复应用为目标,系统地介绍了在数据全生命周期及科学数据管理分析应用中,元数据、实体数据加工所涉及的农业科学数据整编加工的理论、技术体系和常用方法,包括元数据规范标准设计、数据资源编码、数据产品分类、数据安全等级划分标准制定、数据关联融合和数据集成等。
— 没有更多了 —
以下为对购买帮助不大的评价