基于粒子群优化聚类的温室无线传感器网络节能方法

温室传感器网络中,不同区域节点间高相似度数据的传输会浪费通信带宽和增加能量消耗,因此研究相应的节点数据压缩方法对减少数据冗余和提高节点续航能力具有重要意义。该文针对温室无线传感器网络中节点感知数据的特点,同时考虑节点续航能力有限的因素,提出一种温室无线传感器网络方案,系统按轮运行,每轮中利用粒子群(Particle Swarm Optimization)的K-均值聚类算法将节点按监测数据相似性划分到相同的区域,每个数据相同区只允许聚类有效性指标值最高的节点向汇聚节点传输数据,其余节点暂时休眠。试验结果表明,16个节点在10轮试验中归入休眠集合的总次数达到131次,DCAPI平均值为0.1814,每轮降低能耗72.93%以上,该系统能够极大地减少每轮中的工作节点,压缩发送的数据量,降低能耗。     

分布式多源农林物联网感知数据共享平台研发

由于农业和林业传感器种类繁多、数据传输协议多样,在各个物联网数据应用系统之间形成了信息孤单现象,难以实现物联网传感器数据的交互共享。因此,该文以农林领域常见传感器数据为研究对象,针对不同类型传感器节点及采集数据差异性等特点,采用符号表示法表达传感器节点数据,设计了通用数据交互格式;针对其海量性特点,采用分布式面向服务的结构方法及成熟的开发技术,设计了分布式多源农林物联网感知数据共享平台。该平台由数据中心子系统、数据适配子系统、数据存储子系统、数据发布子系统及数据传输总线5部分组成,分别实现了传感器节点注册、多源差异数据的接入适配、数据的分布式存储、数据标准化发布及数据传输等功能,为农林领域不同物联网设备与数据应用系统之间架起了数据桥梁,实现了农业和林业物联网感知数据的统一管理。目前,平台分别接入了顺义、新疆、杨凌、通州等17个合作单位的550个传感器节点数据,接入数据量每天超过10 000条,运行状态良好。     

基于农田无线传感网络的分簇路由算法

由于无线传感网络节点的能量有限,如何有效地利用有限资源以及实现数据的有效传输,成为研究热点问题.针对农田区域广以及种植作物杂等环境特征,为延长农田无线传感器网络的生命周期,提高传感网的数据包投递率,构建了适用于农田信息采集的无线传感器网络架构,提出了一种混合式的分簇路由算法HCRA(hybrid clustering routing algorithm),研究了簇的形成、簇头竞选以及簇间路由过程,并对HCRA算法与低功耗自适应集簇分层型算法LEACH(low-energy adaptive clustering hierarchy),以及使用固定簇半径的混合节能分簇算法HEED(hybrid energy-efficient distributed clustering)进行了仿真试验.结果表明:在1 000次迭代周期下,采用HCRA算法的网络生存时间要比LEACH算法长约28％,比HEED算法长约12％;采用HCRA算法的数据包投递率要比LEACH算法高约34个百分点,比HEED算法高约16个百分点.该研究可为农田环境信息采集自动化监测系统提供参考.     

基于压缩感知的资源节约型音频信号采集方法

针对基于无线传感器网络构建的环境监测系统,为减少多媒体信号采样、处理、传输过程所消耗的计算、存储、电能、带宽资源,该文分析了现有信号处理理论和随机采样方法存在的局限性,结合压缩感知理论,提出了一种改进的加性随机采样方法,设计了一种新型的资源节约型音频信号采集算法。该算法依靠传感器节点和汇聚节点的共同协作完成音频信号采集,其中,传感器节点对具有稀疏性的音频信号进行低频随机采样,汇聚节点可从随机采样数据中高概率重构原始信号。将所提出的信号采集方法用于采集粮仓内的赤拟谷盗成虫爬行声,并与已有数据压缩方法进行性能对比。初步试验结果表明：在随机采样频率为196Hz且最大数据重构误差小于0.5%情况下,可实现13个采集节点所获取的78路声信号的远程、无线、实时采集,特别适用于资源有限的无线传感器网络。     

高校数字图书馆存储区域网络建设与发展对策——以山东农业大学图书馆为例

对数字图书馆建设和发展中数据资源的迅猛增长所引起的存储空间紧缺、存储区域网络安全,以及完善现有的存储区域网络架构等问题进行了探讨,并提出相应的解决方案。     

基于近邻传播算法的茶园土壤墒情传感器布局优化

针对节水灌溉的土壤墒情传感器布局问题,提出了基于近邻传播算法(affinity propagation,AP聚类算法)的优化布局策略。策略在保证茶园传感网络全覆盖的基础上,实时采集试验区各节点的土壤墒情数据,构建节点土壤含水率的相似度矩阵,并迭代计算各节点的吸引度和归属度值,得出聚类数和聚类中心。结果表明,采用AP聚类算法对试验区域传感器进行优化布局,优化了传感器数量和位置,使传感器数量由25个减少到2个。在试验区随机采集土壤相对含水率,经验证,聚类中心节点的土壤相对含水率与试验区平均值相近,相对偏差近为0.76%,表明聚类中心节点的土壤墒情数据具有代表性。该方法有效降低了数据的冗余度,节约了系统成本。     

基于低功耗传输方法的设施花卉环境监测系统

为了降低现有设施环境监测系统中传感节点的能耗,延长无线传感网络的生存周期,该文提出了节点动态组包主动传输和多种环境变量加权控制传输2种低功耗机制,减少了大量重复冗余数据的传输,并实现了基于Zigbee的设施花卉环境监测及其低功耗传输系统。节点以CC2430芯片为核心,并根据影响花卉生长的环境参数,同时装载SHT10温湿度传感器、BH1750FVI光照传感器以及COZIR二氧化碳传感器,因此节点可同时采集传输多种环境参数,降低了硬件成本。在南农大园艺试验基地进行组网测试,试验结果表明,系统比传统周期传输节点(周期1min)的能耗减少85.97%,测量精度在98.5%以上,网络平均丢包率为0.84%,满足了对设施花卉环境的有效监测及低功耗传输的要求。     

基于RFID与WSN的奶牛养殖溯源信息采集与传输方法

为了实现奶牛溯源信息高效采集与实时传输,在分析现有技术的基础上,提出一种将射频识别技术与无线传感器网络技术相结合的无缝隙信息采集与传输方法,并对系统方案设计、网络体系架构和通信协议转换等主要内容进行研究,实现并应用于奶牛养殖信息溯源系统。试验结果表明,基于单点通信有障碍35m、无障碍75m范围所构建的射频传感网络,手持终端采集的养殖信息,其数据传输丢包率在5%以内,系统运行稳定、可靠、数据能够实时、高效传送到溯源数据中心。     

少免耕播种机牵引阻力远程监测系统

针对少免耕播种机牵引阻力的监测,该文提出了一种能够实时采集信号、无线传输数据、现场移动监测、远程同步监测的少免耕播种机牵引阻力监测系统。该系统通过在3点悬挂杆铰接处安装2维轴销测力传感器实现对其受力情况的实时检测。采用无线传感网络技术(wireless sensor network,WSN)实现传感器信号采集和数据短距离无线传输。采用嵌入式技术开发无线数据监测移动终端,实现牵引阻力的现场监测以及数据转发。利用Visual C++开发的远程监测软件,在远程计算机上实现牵引阻力的动态监测、实时显示、在线分析和批量存储。经计量,该系统模拟量检测最大误差为4 mV,线性度为0.04%。田间试验表明:系统实现了少免耕播种机牵引阻力的现场移动监测以及远程同步监测,系统使用方便并降低了田间测试的复杂程度。     

基于太阳能的无线土壤水分传感器的研制

为实现土壤水分的自动检测与无线传输,采用电场法检测土壤质量含水率,利用Zigbee技术构建无线传感网络实现数据传送。利用太阳能电池收集太阳能并存储于锂电池中,实现对系统供电。通过合理的充放电管理,能有效地延长锂电池寿命。试验结果表明,该传感器能够实现0～30%间的土壤质量含水率的测量,相对误差小于10%。利用Zigbee模块及MiWi(TM)协议栈构建星形网络能实现数据无线传输。当节点发射功率为1 mW时,在无阻挡条件下可靠传输距离为30 m,在有农作物遮挡时,可靠传输距离为10 m左右。在1 h采集发送     

边缘计算在智慧农业中的应用现状与展望

互联网技术快速发展使得数据量剧增,云计算的数据集中处理模式存在实时性不足、能耗过高以及数据安全等一系列问题。边缘计算是在靠近数据源端执行计算的分散处理模式,与云计算相比具有低延迟、低成本、安全性高、个性化设计等优势。随着智慧农业迅速发展,结合深度学习的农业应用屡见不鲜,如作物病害检测、生长环境监测、作物自动采摘、无人农场管理等,边缘计算可以为农业多场景、复杂任务提供高效、可靠的新型数据处理方案。该研究概述了边缘计算的发展,计算架构及主要优势;介绍了边缘计算在农业中的应用背景,结合文献量分析,归纳了边缘计算在农业上的主要应用场景及相关智能农业装备,调研了现有常用边缘计算设备及性能参数,总结了适合边缘计算的主流深度学习算法及模型压缩方法。研究表明边缘计算在智慧农业中的应用有效促进了农业的数字化、智能化,未来在多场景、多功能边缘计算智能农业装备开发等领域将面临重大挑战和机遇。     

基于NPP/VIIRS夜光遥感影像的作业灯光围网渔船识别

为对远洋灯光渔船作业信息进行实时动态监测,该研究基于可见光红外辐射仪(visible infrared imaging radiometer suite,VIIRS)夜光遥感影像,根据远洋灯光渔船作业时其集鱼灯灯光在VIIRS白天/夜晚波段(day/night band,DNB)影像上的辐射特征,采用峰值中值指数(spike median index,SMI)对灯光渔船与背景像元间的辐射差异进行拉伸,在此基础上设计了基于最大熵法(maximum entropy method,Max Ent)阈值分割以及局部峰值检测(local spike detection,LSD)的作业远洋灯光渔船识别算法,并采用2015年西北太平洋公海灯光围网渔场内作业渔船船位监控系统(vessel monitoring system,VMS)数据对该算法的识别精度进行检验。验证结果显示,该文提出的作业远洋灯光渔船自动识别算法对实际作业灯光渔船的识别精度在92%以上,可以满足远洋灯光渔船日常监测的需求,可为进一步评估远洋光诱渔业捕捞努力量、推进远洋光诱渔业信息化管理以及打击非法、未申报和无管制的(illegal,unregulated,unreported,IUU)捕捞活动提供技术支持。     

基于物联网的内河小型渔船动态信息监控系统设计

为规范内河流域渔业生产秩序,保障渔船作业安全,该文设计了基于物联网的内河小型渔船动态信息监控系统。该系统集成了无线传感器网络、远程信息传输、远端后台监控等多种技术方法。其中,无线传感器网络主要用于获取包括渔船位置、电捕鱼违法监测信息和渔船超载检测信息等渔业现场数据。依靠Zig Bee技术,该网络实现了对不同类别传感器数据的汇聚、判断以及远程播发。远程信息传输是利用GPRS/GSM移动通信网络与互联网传输技术,实现了多渔船作业信息向后台监控中心的实时传输。后台渔政监控中心,具有渔船在电子地图上的识别与定位,渔业生产的实时监控以及渔政执法的决策辅助等功能。该系统经测试,可满足内河流域作业渔船在实时监管和安全保障等方面的需求,提高了农业渔政管理的水平。     

基于北斗卫星船位数据分析象山拖网捕捞时空特征

为了快速大范围掌握捕捞努力量时空分布特点,借助北斗船位数据采用统计方法获取拖网捕捞状态的速度阈值,根据阈值判断捕捞状态点,捕捞状态点之间时间组成累计捕捞时间,累计捕捞时间与功率的乘积作为捕捞努力量,根据捕捞努力量分析拖网捕捞时空特征。2013年象山在近海拖网捕捞努力量从时间上可以分为3个时间段,即2~5月、6~9月、10~12月与1月。从空间来看捕捞努力量以象山附近的渔场为中心由高到低向外扩展,形成近似的同心圆。从拖网捕捞时间来看分为全年近海渔场、春秋季近海渔场、春秋冬外海渔场、春季或秋季周边外缘渔场。利用北斗数据提取方法计算6个网次时长,并与手工出海调查记录的时长比较,两者相对误差在5%以内。     

利用机器学习算法的海洋渔船捕捞能力影响因素权重分析

针对传统方法在宏观层面上进行海洋渔船捕捞能力计量分析中,对指标数量要求有限,考虑因素不足、渔船作业数据利用不充分等问题,该研究在分析南海三省2018至2019年间,约20万条海洋渔船捕捞监测数据特征的基础上,提出了基于机器学习算法的单船捕捞能力影响因素权重分析评价模型。首先,利用四分位法、主成分分析法以及数据标准化与独热编码法对原始数据集进行了清洗处理,获得了4万余条可靠数据。进一步,采用机器学习算法,构建了BP神经网络、决策树和随机森林算法分析模型,同时,利用网格搜索和交叉验证结合遍历循环创建6000次生成学习曲线,结果表明随机森林模型的均方误差、平均绝对误差和可决系数均最优,表现最好的一组参数的决定系数达0.951,明显优于另外两种算法模型。最后,基于随机森林算法对各指标进行权重提取,得出本次研究数据集中渔捞监测数据所包含的影响因素权重排序,结果显示,影响渔船捕捞能力的各因素权重依次为:网次产量(50.070%)、pa(功率、总吨和船长降维后的指标)(23.779%)、拖网(包括单拖、双拖以及拖虾网)(9.409%)、网次数量(6.782%)、作业时长(4.578%)、刺网(2.019%)、张网(1.347%)、围网(1.228%)、罩网(0.628%)、杂渔具(0.122%)、钓具(0.022%)、船龄(0.009%)、钢质渔船(0.002%)、玻璃钢渔船(0.002%)和木质渔船(0.002%)。研究结果明晰表征了各因素的影响占比,可为海洋捕捞渔船捕捞能力量化评价与监管、减船转产与更新改造等海洋捕捞业管理提供重要的技术支撑与参考。     

农产品安全追溯系统的云计算技术性能提升设计

农业生产及环境的信息采集是农业信息系统的重要环节,无线传感器网络以它的低成本、无线传输等优势广泛应用于农产品安全追溯的信息采集中。由于无线传感器网络长年不间断信息采集的积累,数据库的大信息量及网站用户高访问量将对网站服务器造成高负载的压力,这将导致网站的响应速度大大降低。采用高存储、高负载处理性能云计算计算技术,能提高网站访问的响应速度,提高网站的访问性能。该文设计了基于私有云的农产品安全追溯网站,研究了Hill-Climbing搜索算法优化云平台配置及MapReduce对大数据的并行计算,提高了私有云上的农产品安全追溯系统的性能。通过将网站系统迁移至私有云的前后的比较试验,说明将网站系统迁移至私有云后各方面性能得到较大提升,网站访问响应速度提高了33%。     

云计算在农业信息化中的应用前景分析

云计算是未来发展的趋势,为探讨云计算技术在农业信息化中的理论基础和技术支持,文章对云计算技术的概念、主要服务形式、当前发展状态,以及计算平台等进行概述,并分析了云计算在农业信息化中的初步应用前景。     

基于云计算平台的智能预测模型研究

本文针对不同用户对鲜切花价格预测数据的需求,提出了一个基于云计算平台的智能预测模型。通过对BP神经网络算法进行改进,建立鲜切花智能预测模型,利用云服务创建服务接口,在云服务中实现数据信息共享。分析结果显示：该平台具有实用性,在云计算平台上获取了低成本、高质量的数据。     

考虑多影响因素的渔船单船捕捞能力评估方法

针对以往海洋机动渔船捕捞能力评估研究中考虑影响因素较少,对各影响因素的主观权重值和客观权重值综合分析不足,不能给出渔船单船捕捞能力量化值等问题,该研究提出了考虑多影响因素的渔船单船捕捞能力评估模型。首先,考虑多种影响渔船捕捞能力的因素,建立单船捕捞能力评估指标体系,将其分为可量化指标和不可量化指标,并初步制定了不可量化指标评估标准。其次,利用专家、渔民调查问卷中的数据,运用层次分析法计算各指标主观权重值,结果表明各指标权重依次为：捕捞装备（10.76%）、功率（9.35%）、拖网（7.40%）、作业时长（7.14%）、总吨（4.85%）、探鱼仪器（4.74%）、刺网（3.98%）、船长（3.18%）、张网（2.83%）、围网（2.38%）、钓业（2.06%）、作业环境（1.92%）、钢质材质（1.89%）、罩网（1.65%）、玻璃钢材质（1.55%）、船龄（1.26%）、木制材质（1.21%）;渔具相关指标权重依次为：网具主尺寸（40.23%）、网具结构（14.93%）、装配技术（9.26%）、制造材料（5.08%）。最后,为兼顾主客观权重优点,基于加法合成法、博弈论法、最小鉴别信息法对各指标权重值进行组合计算,以获得目标权重值,并根据某省渔船数据对建立的模型进行验证分析,通过Spearman等级相关系数法计算捕捞能力评估值与实际渔获量之间的等级相关系数,结果表明基于博弈论法得到的结果相关性最高,相关系数为0.937,证实了组合权重值和评估模型的科学性和合理性。研究结果可为渔业管理部门制定科学合理的渔业资源调控政策提供依据。     

基于文本分类和知识挖掘的远洋渔船安全问题分析

针对远洋渔船问题信息的知识挖掘与分析任务中存在渔船安全知识提取深度不足、安全问题文本分类精度不够的问题，该研究在归纳中国沿海8省市远洋渔业管理机构和企业的约5000条远洋渔船安全问题文本数据特征的基础上，提出一种整合文本分类、知识挖掘和共现网络分析技术的远洋渔船安全问题分析方法。首先，构建基于双向预训练语言模型与文本卷积神经网络的混合深度学习模型BERT-TextCNN（bidirectional encoder representations from transformers-text convolutional neural networks），对渔船安全问题文本进行基于《开普敦协定》规定的精准主题分类。进一步利用基于主题的词频-逆文档频率算法TF-IDF（term frequency-inverse document frequency），提取各主题下的关键渔船安全知识。最后，绘制渔船安全知识共现网络图，可视化分析各知识的分布规律及内在联系。结果表明，BERT-TextCNN模型对渔船安全问题文本的分类精度相较于BERT、Word2vec、Character embedding文本表示方法和DPCNN、BiLSTM-Attention、RCNN等6种神经网络的其他17种对比模型提升较为明显，准确率、宏平均召回率、宏平均F₁值分别达98.20%、98.02%、98.05%；基于主题的渔船安全知识挖掘方法可以展示远洋渔船安全工作的重点排序和关系网络图，涵盖渔船的机电设备、消防装置、救生设备、无线电通信等10类安全知识。该方法可为相关渔业管理人员提供高质量的渔船安全知识服务，对国内远洋渔业的安全管理效率、履约水平、智慧渔业工程的应用和发展有促进作用。