序
前言
第1章  大數(shù)據(jù)概述
  1.1 問題的提出
    1.1.1 電子數(shù)據(jù)迅速增加
    1.1.2 數(shù)據(jù)蘊藏巨大的經(jīng)濟價值
    1.1.3 數(shù)據(jù)是國家的核心資產(chǎn)
    1.1.4 大數(shù)據(jù)的產(chǎn)生源泉
  1.2 大數(shù)據(jù)的概念與特性
    1.2.1 大數(shù)據(jù)的概念
    1.2.2 大數(shù)據(jù)的性質(zhì)
  1.3 大數(shù)據(jù)技術(shù)與關(guān)鍵問題
    1.3.1 大數(shù)據(jù)技術(shù)的主要內(nèi)容
    1.3.2 大數(shù)據(jù)的處理過程
    1.3.3 大數(shù)據(jù)技術(shù)的特征
    1.3.4 大數(shù)據(jù)的關(guān)鍵問題與關(guān)鍵技術(shù)
  1.4 大數(shù)據(jù)農(nóng)業(yè)應(yīng)用
    1.4.1 大數(shù)據(jù)農(nóng)業(yè)應(yīng)用需求
    1.4.2 大數(shù)據(jù)農(nóng)業(yè)應(yīng)用方向
    1.4.3 大數(shù)據(jù)農(nóng)業(yè)應(yīng)用實例
第2章  大數(shù)據(jù)存儲與管理
  2.1 概述
    2.1.1 非結(jié)構(gòu)化問題
    2.1.2 NoSQL的產(chǎn)生
  2.2 大數(shù)據(jù)存儲與管理的特點與挑戰(zhàn)
    2.2.1 特點
    2.2.2 挑戰(zhàn)
  2.3 主要存儲方式
    2.3.1 鍵值存儲方式
    2.3.2 文檔存儲方式
    2.3.3 列存儲方式
    2.3.4 圖形存儲方式
    2.3.5 各種典型的存儲類型所對應(yīng)的NoSQL數(shù)據(jù)庫
第3章  大數(shù)據(jù)處理
  3.1 函數(shù)式編程范式
    3.1.1 函數(shù)型語言
    3.1.2 函數(shù)式編程
  3.2 映射函數(shù)與化簡函數(shù)
    3.2.1 映射與映射函數(shù)
    3.2.2 化簡與化簡函數(shù)
    3.3 MapRedLace計算
  3.4 基于Hadoop平臺的分布式計算
    3.4.1.Hadoop概述
    3.4.2 分布式系統(tǒng)與Hadoop
    3.4.3 SQL數(shù)據(jù)庫和Hadoop
    3.4.4 基于Hadoop的分布計算
第4章  大數(shù)據(jù)分析
  4.1 數(shù)據(jù)分析概述
    4.1.1 數(shù)據(jù)分析的概念
    4.1.2 數(shù)據(jù)分析的目的與意義
    4.1.3 數(shù)據(jù)分析的基本方法
    4.1.4 數(shù)據(jù)分析的類型
    4.1.5 數(shù)據(jù)分析步驟
  4.2 大數(shù)據(jù)分析基礎(chǔ)
    4.2.1 可視化分析
    4.2.2 數(shù)據(jù)挖掘
    4.2.3 預(yù)測性分析
    4.2.4 語義引擎
    4.2.5 數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理
    4.2.6 大數(shù)據(jù)的離線與在線分析
  4.3 大數(shù)據(jù)預(yù)測分析
    4.3.1 大數(shù)據(jù)預(yù)測分析關(guān)鍵因素
    4.3.2 大數(shù)據(jù)預(yù)測分析演進方向
    4.3.3 大數(shù)據(jù)預(yù)測分析相關(guān)問題
    4.3.4 輿情監(jiān)測與分析
    4.3.5 大數(shù)據(jù)輿情分析
第5章  大數(shù)據(jù)農(nóng)業(yè)科研創(chuàng)新
  5.1 科學(xué)研究第一范式
    5.1.1 科學(xué)實驗特點
    5.1.2 科學(xué)實驗的主要步驟
    5.1.3 科學(xué)實驗分類
    5.1.4 科學(xué)實驗構(gòu)成
    5.1.5 科學(xué)實驗程序
    5.1.6 第一范式使用原則
  5.2 科學(xué)研究第二范式
    5.2.1 科學(xué)理論的特征
    5.2.2 科學(xué)理論結(jié)構(gòu)
    5.2.3 科學(xué)理論的價值
    5.2.4 建立科學(xué)理論體系的方法
  5.3 科學(xué)研究第三范式
    5.3.1 概述
    5.3.2 離散模型的模擬
    5.3.3 連續(xù)系統(tǒng)模擬
    5.3.4 模擬語言
  5.4 科學(xué)研究第四范式
    5.4.1 數(shù)據(jù)密集型計算
    5.4.2 格雷法則
    5.4.3 科學(xué)研究第四范式的核心內(nèi)容
  5.5 現(xiàn)代農(nóng)業(yè)科研創(chuàng)新方式
    5.5.1 農(nóng)業(yè)科研信息化
    5.5.2 科學(xué)大數(shù)據(jù)
    5.5.3 農(nóng)業(yè)科學(xué)數(shù)據(jù)
    5.5.4 大數(shù)據(jù)環(huán)境下的農(nóng)業(yè)科研模式創(chuàng)新
第6章  大數(shù)據(jù)農(nóng)業(yè)應(yīng)用
  6.1 大數(shù)據(jù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用
    6.1.1 精準(zhǔn)農(nóng)業(yè)概述
    6.1.2 精準(zhǔn)農(nóng)業(yè)應(yīng)用現(xiàn)狀
    6.1.3 大數(shù)據(jù)支撐下的精準(zhǔn)農(nóng)業(yè)
  6.2 大數(shù)據(jù)技術(shù)在農(nóng)業(yè)生產(chǎn)環(huán)境監(jiān)控中的應(yīng)用
    6.2.1 農(nóng)業(yè)物聯(lián)網(wǎng)概述
    6.2.2 農(nóng)業(yè)生產(chǎn)環(huán)境監(jiān)控發(fā)展現(xiàn)狀
    6.2.3 大數(shù)據(jù)支撐下的農(nóng)業(yè)生產(chǎn)環(huán)境監(jiān)控
  6.3 大數(shù)據(jù)技術(shù)在農(nóng)情遙感監(jiān)測中的應(yīng)用
    6.3.1 遙感及其農(nóng)業(yè)應(yīng)用概述
    6.3.2 農(nóng)情遙感監(jiān)測的發(fā)展現(xiàn)狀
    6.3.3 大數(shù)據(jù)支撐下的農(nóng)情遙感監(jiān)測
  6.4 大數(shù)據(jù)技術(shù)在農(nóng)業(yè)農(nóng)村綜合信息服務(wù)中的應(yīng)用
    6.4.1 農(nóng)業(yè)農(nóng)村綜合信息服務(wù)概述
    6.4..2 國家農(nóng)村綜合信息服務(wù)平臺
    6.4.3 國家農(nóng)業(yè)科技服務(wù)云平臺
    6.4.4 面向農(nóng)業(yè)農(nóng)村綜合信息服務(wù)的大數(shù)據(jù)技術(shù)創(chuàng)新
第7章  農(nóng)業(yè)大數(shù)據(jù)未來發(fā)展
  7.1 農(nóng)業(yè)大數(shù)據(jù)概述
    7.1.1 農(nóng)業(yè)大數(shù)據(jù)內(nèi)涵
    7.1.2 農(nóng)業(yè)大數(shù)據(jù)的特征
    7.1.3 農(nóng)業(yè)大數(shù)據(jù)的價值
  7.2 農(nóng)業(yè)大數(shù)據(jù)發(fā)展展望
    7.2.1 發(fā)展農(nóng)業(yè)大數(shù)據(jù)的意義
    7.2.2 農(nóng)業(yè)大數(shù)據(jù)發(fā)展面臨的問題
    7.2.3 農(nóng)業(yè)大數(shù)據(jù)發(fā)展前景
  7.3 農(nóng)業(yè)大數(shù)據(jù)發(fā)展政策建議
    7.3.1 制定我國農(nóng)業(yè)大數(shù)據(jù)發(fā)展戰(zhàn)略
    7.3.2 突破農(nóng)業(yè)大數(shù)據(jù)關(guān)鍵技術(shù)
    7.3.3 加快建設(shè)農(nóng)業(yè)大數(shù)據(jù)研究中心和重點工程
    7.3.4 推動農(nóng)業(yè)大數(shù)據(jù)應(yīng)用集成共享
    7.3.5 建立農(nóng)業(yè)大數(shù)據(jù)人才隊伍
參考文獻