一种基于大数据的极限学习机在茶叶产量预测中的研究与应用

在大数据技术日益火热的大背景下,越来越多企业开始将大数据技术与茶叶生产、运输与销售等各个环节进行不同程度的融合,如当前比较火热的茶叶产品溯源系统等都是使用大数据防伪技术进行茶叶产品的品牌保护,然而即使再好的品牌如果没有足够的茶叶作为生产资料,那么企业的生存也将面临威胁,因此本文提出一种基于大数据的极限学习机茶叶产量预测方法,采集面向企业的主要茶叶供应基地的生产环境信息,将采集到的信息通过MapReduce框架系统进行数据大数据,将计算的结果作为极限学习机的输入端,最终输出该生产环境下生产基地茶叶最终产量的预测,最后通过搭建的Hadoop大数据平台进行模拟,通过实验表明,基于大数据的极限学习机算法能够较为准确地预测设定环境条件下茶叶的产量。