基于两级预测的温室WSN系统数据传输方法

为了减少温室WSN系统传感器节点数据传输次数,提出基于两级预测的温室WSN系统数据传输方法。首先,引入莱特准则进行序列异常值检测,研究并提出了便于节点实时计算的序列方差滑动递推计算方法。其次,分别在传感器节点和服务器建立一阶分段线性回归方程并结合自适应加权算法形成两级预测模型,设定传感器节点仅在预测误差超过设定阈值时上传实际采集值,其他时刻服务器自动触发线性回归模型预测填充该部分数据。同时,结合温室环境自动控制的特点,研究了一种基于抛物线的可变误差阈值确定方法。试验表明:分段一阶线性回归模型能够在规定误差阈值内逼近系统原始数据曲线,利用两级预测算法无线传感器节点数据发送次数可减少93%(误差阈值为0.9)。     

基于组合算法的农机装备水平预测分析

农机装备水平预测是一个复杂的非线性系统,为克服传统建模方法在模型选取方面的不足,提出了滑动窗口-遗传程序设计(sliding window-genetic programming,SW-GP)组合算法实现农机装备水平动态预测函数的自动建模.在程序设计时,数据采样采用滑动窗口技术实现,通过改进的GP算法实现系统的自动建模.计算实例结果表明,SW-GP组合算法建立的模型预测值与实际结果具有很好的一致性,预测结果相对误差比传统建模方法明显降低.     

基于视频分析的奶牛呼吸频率与异常检测

为实现奶牛呼吸状态信息获取的自动化、智能化,在构建奶牛视频实时采集系统的基础上,研究并提出了奶牛呼吸频率与异常检测方法。用光流法计算视频帧图像各像素点的相对运动速度,根据各点速度,对像素点进行循环Otsu处理筛选出呼吸运动点,动态计算速度方向曲线的周期即可检测牛只呼吸频率,并根据单次呼吸耗时检测呼吸是否异常。对72头奶牛共进行360 min检测试验,结果表明,呼吸频率计算准确率为95.68%,异常检测成功率为89.06%,平均异常误检次数为2.53次/min。     

基于EEMD的水资源监测数据异常值检测与校正

提出利用中位数法与集成经验模态分解(EEMD)相结合的方法对时间序列数据的异常值进行检测,首先通过中位数法对明显异常的数据进行初步筛选,再用EEMD对剩余数据进行分解,通过叠加低频分量可以拟合出大多数数据的整体变化趋势,而不受异常值的影响,从而根据偏差比率可有效检测出异常值。然后根据异常值检测后的时间序列数据的凹凸性变化趋势,用分段曲线拟合对异常值校正。最后,以H1自来水厂的日取水量数据为例进行实证分析。结果表明:提出的中位数法与EEMD相结合的方法能够有效地检测异常值,校正后得到的数据能够真实反映该水厂取用水情况,可为后续分析提供更加真实可靠的数据。     

基于物联网的农业生产过程智能控制架构研究

随着物联网的快速发展,其在农业领域的应用越来越广泛,逐渐形成了基于物联网的农业应用。其中,基于物联网的农业生产过程智能控制是重点研究内容之一。为此,阐述了物联网、农业物联网、生产过程智能控制的基本概念;依据物联网架构模型,提出了基于物联网架构的农业生产过程架构模型,并进行了基于物联网的畜禽养殖环境控制系统的搭建与开发。实践表明,该控制系统可为畜禽营造相对独立的养殖环境,是降低养殖成本、保证质量和品质、减少污染和病害发生的有力手段。     

机械加工尺寸在线建模与预测

在对实际检测数据进入深入分析的基础上，提出了对机械加工尺寸数据序列进行在线建模和预测的时间序列分析原理和方法，通过加工实验对所提出的原理和方法进行了验证，表明所建的自回归滑动平均（ＡＲＭＡ）模型及基于此模型的预测结果是相当令人满意的。     

农业机械作业大数据清洗方法与试验优化

针对农业机械大数据平台中,已有数据清洗算法不适用于大规模、多源异构、高维度和强时空相关实时数据的问题,分析了复杂田间环境下农机作业数据异常来源及特征,研究了异常数据检测及修正技术,提出一种基于滑动窗口机制的农机作业数据在线清洗方法。该方法基于方差约束原则识别异常数据,基于最小变动原则生成候选修正数据,基于数据时间相关性通过AR、ARX模型迭代优化得到最终修复值,依托Flink分布式计算平台,从而适应农机数据吞吐量大、并发度高的特点。基于某省农机作业数据对算法进行了有效性验证,结果表明,在数据规模达到1×105条、数据异常率为5%的情况下,算法异常识别率达到0.94,且与已有清洗算法相比均方根误差更小。基于Box-Behnken方法设计试验,通过响应面分析得到回归模型,分析算法参数对均方根误差和运行时间的影响。基于二进制编码的混合遗传算法对参数进行优化,优化后的参数组合可使算法均方根误差达到0.16、运行时间达到0.13s。该数据清洗方法能够为农机大数据平台的实时处理提供高质量数据支撑。     

面向非规范化数据源的动物体温异常识别方法

在动物体温异常识别中,红外测温等方式容易产生系统偏差使得判断结果不可靠。基于深度学习的方法在不同测温设备上的鲁棒性与泛化性能较差,且难以应用于数据量少、随机性强、标准不一致等非规范化的测温场景。因此,本文提出了一种面向非规范化数据源的动物体温异常识别方法,通过衡量体温时序数据间的相似度即可完成异常识别。针对常用的相似性度量算法在序列匹配、序列间距度量上效果不佳的问题,提出了一种改进的动态时间规整算法(Improved dynamic time warping, iDTW)。在点间度量方式上,综合欧氏距离和一阶导数,改善了序列过度对齐问题。使用序列交并比表示序列整体特征,提升了序列间距度量效果。针对不等长序列及过长序列的异常检测问题,提出了基于滑动窗口和序列等分的异常检测方法。以较短序列为滑动窗口遍历较长序列得到一组序列间距,根据训练和检测的不同阶段分别选择其中的最小值或最大值作为相似度衡量结果,以解决不等长序列匹配问题。将过长的样本数据序列等分为多个子序列,取子序列的间距和为样本间距,以解决过长序列导致的正常样本间距过大和异常漏检问题。在公开数据集UCR上的实验分析表明,相比于欧氏距离...     

赣南脐橙叶片SPAD值可见近红外光谱无损检测

为了提供果树精准肥水管理参考数据,进行了果树叶片SPAD值近红外光谱无损检测研究。采用反射方式,采集100片赣南脐橙叶片的可见近红外光谱;利用移动窗口偏最小二乘法结合遗传算法、连续投影算法筛选光谱变量,并建立偏最小二乘回归校正模型。采用移动窗口偏最小二乘法和连续投影算法组合筛选的39个光谱变量建立的校正模型预测结果最优,模型预测相关系数为0.898,模型预测SPAD值均方根误差为2.116。试验表明,应用可见近红外反射光谱技术结合化学计量学算法进行赣南脐橙叶片SPAD值无损检测是可行的。     

融合激光和机器视觉的立木胸径检测方法

为了提高立木胸径检测的效率,解决图像法测量立木胸径中的标定问题,提出了融合激光和机器视觉的立木胸径检测方法。将激光光束进行扩束准直后照射到立木树干上,采用树干上的激光光斑作为标尺进行图像测量。通过Otsu法对激光光斑进行分割,根据激光光斑的实际尺寸和像素数确定图像上立木胸径的位置,根据立木胸径的像素数计算出立木胸径值。试验结果表明,所提方法的测量结果与轮尺测量的胸径值最大误差1.22%,符合国家对森林资源清查操作的误差要求。     

采用表面增强拉曼光谱技术快速检测脐橙果皮中抑霉唑残留

由于采后处理过程中脐橙保鲜剂抑霉唑易通过果皮渗进果肉中残留，不慎食用后会对人体产生危害。因此，本研究探索一种基于表面增强拉曼光谱技术（Surface-Enhanced Raman Spectroscopy，SERS）的脐橙果皮中抑霉唑残留的快速检测方法。首先对SERS检测条件进行优化，分别确定了最优的检测条件为反应时间2 min，金胶加入量400 μL，NaBr作为电解质溶液且加入量为25 μL。基于以上最优检测条件，以自适应迭代惩罚最小二乘法（Adaptive Iterative Reweighted Penalized Least Squares，air PLS）、air PLS+归一化、air PLS+基线校正、air PLS+一阶导数、air PLS+标准正态变量（Standard Normal Distribution，SNV）和air PLS+多元散射校正（Multiplicative Scatter Correction，MSC）处理后的6组光谱数据为研究对象，分别采用这6种光谱预处理法建立支持向量回归（Support Vector Regression，SVR）模型并对预测性能进行比较后发现，air PLS方法所建立模型的预测集相关系数（Coefficient of the Determinant for the Prediction Set，R_P）最大，预测集均方根误差（Root-Mean-Square Error of Prediction，RMSEP）最小。对光谱数据进行主成分分析（Principal Component Analysis，PCA）特征提取，选择前7个主成分得分作为SVR预测模型的输入值。采用SVR、多元线性回归（Multiple Linear Regression，MLR）和偏最小二乘回归（Partial Least Squares Regression，PLSR）三种建模方法分析比较其对应的预测性能，其中SVR模型的预测集R_P可高达0.9156，预测集RMSEP为4.8407 mg/kg，相对标准偏差（Relative Standard Deviation，RPD）为2.3103，表明基于SVR算法对脐橙表面抑霉唑残留的预测值越接近实测值，越能有效提高模型预测准确性。试验结果表明，利用SERS结合PCA及SVR建模，可实现对脐橙果皮中抑霉唑残留的快速检测。     

基于机会网络的牧场物联网数据传输方法

智能化畜牧业管理需要对牧场中牲畜的行为进行检测以及对牲畜的运动路径、位置等信息进行采集,利用牧场物联网系统可以实现对上述信息的获取。基于无线传感器网络的系统架构能够满足各个采样节点间的通信需求,但是由于牧场所处的地理位置一般比较偏远,网络环境复杂,与互联网连接时经常出现连接中断、丢包等问题。采用传统的网络连接方式可能导致数据大量丢失,为了减少在与互联网连接中断时采样数据的丢失,提出了一种基于机会网络的牧场物联网数据传输方案,分析了在牧场环境中传感器之间的通信状态,总结出传感器之间通信的3种方式,分别予以建模分析。在传感器有限存储容量的前提下,利用机会网络的原理,提出接入点密度的计算方法,并总结了牲畜运动速度、传感器节点存储容量与数据传输丢包率之间的内在联系,从而保证了系统数据丢失在设计允许的范围内。通过评估和验证所提方法理论结果的实验,证明了方法的正确性。     

物联网在家畜养殖业中的应用

随着家畜养殖业的不断发展,传统养殖观念与养殖技术已经难以适应家畜养殖业发展的要求,与此同时,家畜养殖业的发展也带来严重的污染问题。物联网技术的应用促进了家畜养殖业向产品健康、资源节约、高效益和高品质的方向发展。该文对物联网进行了分析,就物联网在家畜养殖业中的应用进行了探讨。      

基于物联网技术的农业灌溉系统精准控制研究

为进一步提高我国农业灌溉系统的精准化水平,结合具有强大传感识别与智能嵌入特点的物联网技术,针对灌溉系统的精准控制展开研究.规划基于物联网技术的农业灌溉系统架构,搭建精准控制模型,以多传感器融合理念为主线,进行系统硬件选型与软件设计,并展开精准控制性能试验.试验结果表明:灌溉系统的多功能传感器数据采集与传输模块精准化程度...     

基于嗅觉和光谱技术融合的面粉脂肪酸值定量检测

提出了一种基于比色传感器数据和近红外光谱特征融合的储藏期面粉脂肪酸值的定量检测方法。开发比色传感器阵列、搭建便携式近红外光谱测量系统,分别采集不同储藏期面粉样本的比色传感器数据和近红外光谱。利用主成分分析分别对预处理后的比色传感器数据和近红外光谱数据进行特征降维,采用五折交互验证法在反向传播神经网络(BPNN)模型校正过程中进行优化,确定基于单技术分析模型的最佳主成分(PCs)个数。将优化后的基于单技术模型的最佳PCs在特征层进行融合,建立基于融合特征的BPNN分析模型,以实现对面粉储藏过程中脂肪酸值的快速检测。实验结果显示,基于比色传感器特征和基于近红外光谱特征建立的最佳BPNN模型的最佳PCs数量分别为3和4,基于融合特征建立的BPNN模型在预测集中的相关系数和预测均方根误差的均值分别为0.9276和1.9345 mg/(100 g)。研究表明,与单技术数据分析模型相比,基于比色传感器数据和近红外光谱特征融合模型的检测精度和泛化性能都有所提高。本研究可为粮食储藏品质的高精度原位监测提供一种技术方法。     

支持向量回归机在水质预测中的应用与验证

以干旱区浅水湖泊乌梁素海的多年实测pH值为例,在分析支持向量回归机算法（ε-SVR）核函数选取的基础上进行了回归分析及预测,并与线性回归、BP神经网络、RBF网络等算法进行了比较。研究结果显示：：（1） 基于径向基核的支持向量回归机模拟效果优于其它核函数;（2）ε-SVR模拟结果与线性回归（LR）、BP神经网络和RBF网络等算法模拟结果相比,其拟合精度与预测精度均比其它三种方法要高。计算结果充分证明了支持向量回归机有较强的学习能力和泛化能力且该方法可以应用于水质预测研究。     

基于物联网的浮标水质监测系统与溶解氧浓度预测模型

为促进近海养殖业信息化发展,更好地实现对近海养殖环境的监控,设计了基于浮标平台的环境监测系统。利用STM32L475微控制器定时采集光照、温度、pH值、溶解氧浓度等信息,通过物联网技术将数据传输至云监测平台,实现了多区域环境信息远程监测和多终端访问。提出了改进遗传算法BP神经网络的溶解氧浓度预测模型,实现对近海养殖环境的预测;根据所采集的数据,利用改进遗传算法对初始权重和阈值进行优化得到最优参数,在此基础上构建BP神经网络溶解氧浓度预测模型。通过试验验证了该系统海洋环境信息采集的准确性与可靠性,以及溶解氧浓度预测模型的有效性;与传统遗传算法BP神经网络预测模型相比,平均误差由0.0778mg/L降至0.0178mg/L,能够满足近海养殖的实际需求。     

基于光谱信息的玉米变量追肥控制系统优化设计与试验

基于近地光谱信息的玉米变量追肥技术是实现氮肥科学合理施用的有效途径。为提高追肥控制系统的光谱信息获取精度及控制精度,对光谱传感器布置方式及系统控制方法进行了优化设计,并进行了田间追肥试验。对行式及分布式布置方式对比试验表明：光谱传感器分布式布置方式采集NDVI优于对行式布置方式,获取NDVI均值平均提高6.4%,方差平均降低0.038。NDVI采集数据采用滑动窗口均值滤波算法进行滤波,滑动窗口边长为15,均方差为0.0079。系统响应特性试验表明,系统的平均响应时间为1.5s,平均稳态误差绝对值为0.775r/min,平均超调量为10.6%,系统在排肥轮工作转速范围内具有较高的控制精度。田间施肥量控制效果评价试验表明,排肥理论转速与监测转速的平均相对误差为3.35%,可以实现精准施肥的目标。     

区域畜禽养殖环境承载力评价及预警研究

基于产业生态经济系统视角,从经济、社会、自然角度综合考虑,选取发展类和限制类指标构建区域畜禽养殖环境承载力评价指标体系,运用系统分析模型测算2010—2019年吉林省各区域畜禽养殖环境承载力,并用灰色预测模型GM（1,1）预测2020—2029年吉林省各地区畜禽养殖环境承载力情况。结果发现,在自然状态下,未来10年省域范围内整体畜禽养殖环境承载力不容乐观。9个行政区域中吉林、四平、通化、白城、松原5个地区将发展成畜禽养殖环境系统承载力薄弱地区,畜禽产业环境压力逐渐显化,建议缩减养殖数量和规模,尽快进行产业转移和生态修复,并考虑走生态产业化道路;延边、长春、白山3个地区将发展为畜禽环境承载力乐观区域,辽源地区则为畜禽养殖环境承载力较为乐观区域,在维持现有畜禽养殖模式的同时,加强生态环境保护,适度开展可持续性畜禽产业发展活动。区域畜禽养殖业发展必须在环境系统承载力约束下探索耦合、协同和可持续发展的道路。 关键词：畜禽养殖;灰色预测模型;系统分析模型;环境承载力