(Tiểu luận) tiểu luận môn học hệ thống thông tin quản lý xây dựng hệ hỗ trợ quyết định dự báo bệnh khảm lá cây hồ tiêu

ĐẠI HỌC HUẾ TRƯỜNG ĐẠI HỌC KHOA HỌC HUẾ KHOA CÔNG NGHỆ THÔNG TIN - TIỂU LUẬN MÔN HỌC HỆ THỐNG THÔNG TIN QUẢN LÝ XÂY DỰNG HỆ HỖ TRỢ QUYẾT ĐỊNH DỰ BÁO BỆNH KHẢM LÁ CÂY HỒ TIÊU GVHD: PGS.TS Lê Mạnh Thạnh Họ & Tên SV: Lê Hồng Hà Mã SV: 20CNQL002 LỚP: 20CNQL TP HUẾ, tháng 08 năm 2021 MỤC LỤC h I Tìm hiểu bệnh khảm hồ tiêu Tình hình hồ tiêu Xây dựng hệ thống Điều kiện xây dựng hệ thống 3.1 Tìm hiểu nghiệp vụ liệu 3.2 Chuẩn bị liệu 3.3 Mơ hình hóa liệu 3.4 Hậu xử lý đánh giá mơ hình 3.5 Triển khai mơ hình Bài toán đặt 4.1 Điều kiện phát sinh, phát triển bệnh khảm 4.2 Khả gây hại II Phân tích liệu xây dựng mơ hình chuẩn đoán bệnh Cấu trúc hệ thống Các phương pháp thu thập liệu Lược đồ sở liệu Tệp liệu Mô hình lựa chọn – định Tập luật III Giao diện hệ thống hỗ trợ định dự báo bệnh khảm hồ tiêu Trình bày giao diện hệ thống IV Kết luận h I Tìm hiểu khảm hồ tiêu Tình hình hồ tiêu Theo thống kê Tổng cục Hải quan, tính đ ến cu ối tháng 6/2021, xu ất kh ẩu h tiêu Việt Nam đạt 154.000 tấn, kim ngạch 496 triệu USD, gi ảm 7% v ề l ượng, tăng 39% giá trị so với kỳ năm 2020, nhờ giá h tiêu tăng tháng liên tiếp Đại diện Hiệp hội Hồ tiêu quốc tế (IPC) cho biết, tại, ngu ồn cung h tiêu tồn cầu giảm diện tích sản xuất hồ tiêu toàn cầu giảm Điều đ ẩy giá h tiêu tăng cao nhu cầu tiêu dùng không gi ảm theo ngu ồn cung Thêm vào đó, biến đổi khí hậu năm gần gây bất lợi cho h tiêu phát tri ển, bệnh chết nhanh, chết chậm v ẫn ra tiêu, chăm sóc h tiêu ngày khó khăn khiến cho suất hồ tiêu giảm Tại tỉnh Đắk Lắk, Đắk Nông giá tiêu ngày 25/8/2021 thu mua với mức 74.500 đồng/kg, giảm 500 đồng/kg Xây dựng hệ thống Ngày với phát triển công nghệ thông tin, việc ứng dụng công ngh ệ thông tin vào việc xử lý thông tin l ưu tr ữ đ ược s d ụng nhi ều lĩnh v ực, c ả nông nghiệp Việc lượng lớn liệu lưu trữ phân tích t ạo điều kiện khai thác liệu ứng dụng vào nông nghiệp để đem l ại công cụ, b ảng biểu có ích khai phá liệu Kỹ thuật phân lớp liệu khai phá liệu nhằm xây dựng hệ th ống h ỗ tr ợ chẩn đoán bệnh khảm hồ tiêu Đưa số gi ải thuật phương án đặc điểm liệu thu thập bệnh khảm hồ tiêu Với hỗ trợ máy tính, hệ thống hỗ trợ người dân việc ch ẩn đoán bệnh khảm hồ tiêu Kết quả, kinh nghiệm thu đ ược thực hi ện c h ệ thống giúp ích nhiều giúp người dân bước đầu phát sớm bệnh Chẩn đoán bệnh phát bệnh q trình, địi hỏi người chăm sóc cần nắm vững kiến thức chun mơn để chẩn đốn xác b ệnh N ếu ch ẩn đốn h khơng xác đưa đến đị nh không đúng, không phát kịp thời bệnh dẫn đến thiệt hại nặng suất tiêu cho người trồng Điều kiện xây dựng hệ thống: Để xây dựng hệ thống cần thực qua bước sau: 3.1 Tìm hiểu nghiệp vụ liệu Giai đoạn ta cần xác định vấn đề cần giải quyết, tìm hiểu ki ến thức v ề toán thực bao gồm tri thức chuyên gia lĩnh v ực c ần nghiên cứu từ xác định xác nguồn li ệu đ ể thu th ập đ ồng th ời ph ải hi ểu cấu trúc liệu, ý nghĩa t ầm quan tr ọng c để từ ta đ ưa toán cụ thể để giải vấn đề 3.2 Chuẩn bị liệu Trên sở liệu thu thập, dùng kỹ thuật ti ền xử lý liệu để xử lý cho giải thuật khai phá liệu có th ể hiểu Tiền xử lý d ữ liệu bao gồm: Xử lý liệu bị thiếu mất: giá trị b ị thi ếu s ẽ thay giá trị thích hợp xóa liệu sai miền giá trị gi ải quy ết s ự không quán Khử trùng lặp liệu: Loại bỏ liệu bị trùng lặp Giảm nhiễu liệu: Các liệu bị nhiễu điều chỉnh lo ại kh ỏi c sở liệu Giảm chiều: Loại bớt thuộc tính chứa thơng tin đ ể ti ết ki ệm thời gian tài ngun máy tính 3.3 Mơ hình hóa liệu Dùng giải thuật khai phá d ữ li ệu đ ể tìm quy lu ật d ữ li ệu, quan trọng giai đoạn tìm giải thuật phù hợp để giải vấn đề đặt 3.4 Hậu xử lý đánh giá mơ hình Biến đối từ luật rút từ tập hu ấn luyện sang d ạng phù hợp v ới nghi ệp h vụ tốn Đánh giá mơ hình thử nghiệm t tập liệu mẫu để từ điều chỉnh kịp thời mơ hình lựa chọn mơ hình sử dụng 3.5 Triển khai mơ hình Các mơ hình đạt u cầu xây dựng thành chương trình ứng dụng thực tế nhằm hỗ trợ đưa định theo yêu cầu ng ười dùng Bài toán đặt Với điều kiện tự nhiên thuận lợi cho công nghiệp dài ngày phát tri ển, h tiêu mặt hàng có giá trị cao so với loại nơng s ản khác, sản phẩm hồ tiêu sử dụng làm gia v ị, y dược, công nghi ệp h ương li ệu, v ậy việc trồng hồ tiêu phải kèm với phòng trị b ệnh liên quan b ệnh khảm hồ tiêu tiềm ẩn nguy giảm su ất ảnh h ưởng đến kinh t ế c người trồng tiêu 4.1 Điều kiện phát sinh, phát triển bệnh khảm Bệnh khảm tiêu ảnh hưởng tới suất phát triển hồ tiêu virus gây hại Hiện khơng có thuốc tr ị đ ược B ệnh trùng mơi gi ới, chích hút từ bị bệnh truyền sang (rệp, rầy xanh…) 4.2 Khả gây hại + Khảm không biến dạng: bệnh trưởng thành xuất triệu ch ứng giống thiếu vi lượng, không bị biến dạng + Khảm biến dạng: mép bị xoăn, vào trong, dày giòn Khi b ị n ặng xuất khảm đốm vàng sọc trắng diệp lục + Xoăn lùn: Lá tiêu nhỏ lại biến dạng, mặt giòn, sần sùi Ngọn đốt tiêu nhỏ lại,giảm chiều cao trụ tiêu, đ ược gọi b ệnh tiêu điên Cây b ệnh v ẫn cho qu ả suất chất lượng giảm Hầu hết bà nông dân để ý đ ến dạng tiêu điên, dạng khảm giống với triệu chứng thiếu vi l ượng nên r ất d ễ nh ầm l ẫn lấy giống II Phân tích liệu xây dựng mơ hình chẩn đoán b ệnh h Cấu trúc hệ thống Một hệ trợ giúp định gồm có thành phần (1) Quản lý liệu (2) Quản lý mơ hình (3) Quản lý giao diện người dùng Các phương pháp thu thập liệu Trong bước liệu thu thập dạng thô (ngu ồn liệu thu th ập có th ể từ kho liệu hay nguồn thông tin khác t internet) Trong giai đo ạn d ữ liệu tiền xử lý để biến đ ổi cải thiện chất lượng liệu cho phù h ợp với phương pháp khai phá liệu chọn lựa bước Các liệu tổng hợp từ bi ểu hi ện b ệnh lâm sàng h tiêu thông qua báo cáo mạng Internet, từ li ệu trồng trọt địa phương Lược đồ sở liệu STT Tên thuộc tính Mơ tả Dữ liệu Co: có xuất biến dạng lá, nhỏ không đồng Lá tiêu nhỏ lại biến đều, sần sùi nhiều La_bien_dang dạng, mặt giòn, sần Ko: không xuất sùi biến dạng Nhe: vài thân héo úa, thiếu vi Vet_kham Lá xuất triệu lượng Nang: hầu hết chứng thiếu vi tiêu xuất khảm lượng, thiếu chất đốm vàng sọc trắng diệp lục Khong: khơng có biểu bất thường h binhthuong: tiêu phát triển bình thường, thân chắn, nhiều đồng Chieu_cao Chiều cao kích thước thân tiêu cao: phát triển dài thân nhỏ, thap: thấp, phát triển chậm, đốt tiêu nhỏ lại Tệp liệu Số mẫu file liệu gồm 18 ghi biểu hi ện lâm sàng h tiêu Các thuộc tính (bao gồm thuộc tính) liệu sau: Stt la_bien_dang vet_kham ko nhe co nhe ko nang co nang ko nhe co nhe ko nang co nang ko nhe 10 co nhe 11 ko nang 12 co nang 13 ko khong 14 co khong 15 ko khong 16 co khong 17 ko khong 18 co khong Mơ hình lựa chọn – định chieu_cao binhthuong binhthuong binhthuong binhthuong cao cao cao cao thap thap thap thap binhthuong binhthuong cao cao thap thap chan_doan kham_la kham_la_bien_dang kham_la kham_la_bien_dang kham_la kham_la_bien_dang kham_la kham_la_bien_dang kham_la kham_la_bien_dang kham_la kham_la_bien_dang khongbenh khongbenh khongbenh khongbenh khongbenh khongbenh Cây định (decision tree) phương pháp m ạnh phổ bi ến cho hai nhiệm vụ khai phá liệu phân loại dự báo Mặt khác, quy ết đ ịnh cịn chuyển sang dạng biểu diễn tương đương d ưới dạng tri th ức lu ật If h – Then Cây định cấu trúc biểu diễn dạng Trong đó, nút (internal node) biểu diễn thuộc tính, nhánh (branch) biểu diễn giá tr ị có thuộc tính, (leaf node) biểu diễn lớp định đỉnh gọi gốc (root) Cây định dùng để phân l ớp b ằng cách xu ất phát từ gốc di chuyển theo nhánh g ặp nút Trên c s phân lớp chuyển đổi luật định Cây định sử d ụng để xây dựng kế hoạch nhằm đạt m ục tiêu mong muốn Các định dùng để hỗ trợ trình đ ịnh Cây định dạng đặc biệt cấu trúc * Tạo định sử dụng thuật toán C4.5 Bước 1: Khới động Weka → chọn Explorer Bước 2: Chọn Open file… → Chọn file data_khamla.csv → Chọn Open Bước 3: Chuyển sang Classify → Choose → Classifyers → Trees → J48 (Thuật toán J48 C4.5 hoạt động giống nhau) → Tích chọn Use training set Bước 4: Chọn tab Preprocess → Filter Choose → MergeNominalValues (Để gom giá trị trùng lặp) Bước 4: Chọn thuộc tính phân lớớp thuộc tính chan_doan → Start * Kết sau thực thuật toán có định sau: h Tập luật h Hình: Cây định biễn diễn tập luật R1: Nếu “la_bien_dang = khong” “vet_kham = nhe” “chan_doan = kham_la” Luật R1: Nếu hồ tiêu bị khảm nhẹ tiêu có tri ệu ch ứng c b ệnh khảm R2: Nếu “la_bien_dang = khong” “vet_kham = nang” “chan_doan = kham_la” Luật R2: Nếu hồ tiêu bị khảm nặng tiêu bị bệnh khảm R3: Nếu “la_bien_dang = khong” “vet_kham = khong” “chan_doan = khongbenh” Luật R3: Nếu hồ tiêu khơng biến dạng khơng có v ết kh ảm h tiêu bình thường, khơng bị bệnh khảm R4: Nếu “la_bien_dang = co” “vet_kham = nhe” “chan_doan = kham_la_bien_dang” Luật R4: Nếu hồ tiêu có bi ến d ạng bị khảm nhẹ tiêu có triệu chứng bệnh khảm biến dạng R5: Nếu “la_bien_dang = co” “vet_kham = nang” “chan_doan = kham_la_bien_dang” Luật R5: Nếu hồ tiêu có biến dạng bị kh ảm nặng tiêu b ị bệnh khảm biến dạng R6: Nếu “la_bien_dang = co” “vet_kham = khong” “chan_doan = khongbenh” Luật R6: Nếu hồ tiêu có biến dạng khơng bị khảm tiêu khơng bị bệnh khảm mà bị bệnh khác h III Giao diện hệ thống hỗ tr ợ định dự báo bệnh kh ảm h tiêu h h Bảng liệu sau: IV Kết luận Thông qua tiểu luận môn học hướng dẫn giảng viên nắm kỹ thuật khai phá liệu, ứng dụng khai phá liệu đời sống N ắm kỹ thuật khai phá liệu định thuật toán liên quan Biết cách sử dụng phần mềm Weka để hỗ trợ khai phá hệ thống liệu Xây dựng chương trình demo cho ứng dụng khai phá liệu định, chẩn đoán bệnh khảm hồ tiêu Do thời gian nghiên cứu thực tiểu luận có hạn nên việc xây dựng định liệu đề tài hạn chế Hướng phát triển đề tài nghiên cứu chuyên sâu liệu để chương trình có liệu đầy đủ thực tế h