对虾养殖溶解氧浓度组合预测模型EMD-RF-LSTM

溶解氧(DO)浓度是对虾养殖水质检测的核心指标.为提高对虾养殖溶解氧浓度的预测精度,本研究提出了一种基于经验模态分解、随机森林和长短时记忆神经网络(EMD-RF-LSTM)的对虾养殖溶解氧浓度组合预测模型.首先采用经验模态分解(EMD)对养殖水质溶解氧浓度时序数据进行多尺度特征提取,得到不同尺度下的固有模态分量(IMF...     

神经网络水质预测模型

常规的水质预测模型因存在许多简化与假定而限制了其精度与实用性的提高。文章通过引入神经网络技术来建立水质预测模型，试图提高预测的精度，在四川沱江的实际应用中取得了较好的效果。     

水质指标组合与河流溶解氧预测精度关系的研究

提出了一种探究水质指标组合与河流溶解氧预测精度关系的方法.首先运用XGBoost模型计算水质指标特征重要性分值,然后基于贪心规则和水质指标特征重要性分值,排列出8种水质指标组合,最后使用BP神经网络对8种水质指标组合进行溶解氧预测.实验结果表明,pH、水温、电导率、氨氮是影响溶解氧预测的4个关键指标;在排列出的8种水质...     

汉江多参数水质连续自动在线监测系统

介绍了汉江多参数水质在线监测系统的研制开发,分析了系统的基本原理和整体设计方案,介绍了系统硬件设计方案以及软件设计。水质参数数据经过存储和网络传送以及基于人工智能的预测分析,相互传输数据,实现了对汉江水质的监控和预测,为建立完备的汉江水质监测数据库打下基础,同时为有关部门对汉江水环境的治理提供依据。     

基于物联网的农田环境在线监测系统

针对农田环境监测面积大、点多、时间长的特点,提出基于物联网架构的农田环境监测系统,系统由传感层、传输层和应用层构成。设计开发了以飞思卡尔MC9S12XS128为微处理器的无线传感器网络节点的硬件电路和太阳能供电系统,编制了协调器与路由器的底层软件,测试了远端服务器与WSN网络单点和多点之间的通信性能。现场试验结果表明:基于物联网的农田环境监测系统,运行稳定、可靠,为科学预测和科学种植提供了依据。      

基于灰色模型的水质监测预警系统设计

为应对湖泊日益加重的水质污染问题,方便管理人员及时查看水质信息,应用灰色理论建立水质参数预测模型,设计了一款基于Python Flask框架的水质污染监测预测的Web系统,实现了对水域水质参数的监测与预测。系统通过无线传感器网络实时采集水域水质数据,并传输到OneNet云端;Web系统访问云端,将云端数据转存到远程服务器的数据库上;用户通过浏览器访问Web系统,实时监测水域水质;同时通过灰色模型的预测算法,计算出水质参数中短期变化值,最后将数据以图形形式向用户进行可视化展现。测试结果表明,系统数据传输准确,功能运行可靠,具有较好的实用性与应用价值。      

基于物联网的智能农业大棚监测系统研究

本文主要研究基于物联网技术,在农业大棚中建立感知监测系统,通过传感器模块与系统平台进行数据交互,通过TCP/IP协议传输温度、湿度等实时环境数据至平台.系统平台可以实时获取数据并进行处理和反馈.大棚用户可利用此系统,对大棚的环境情况进行监测,根据监测数据调整植被生长环境,从而提高产量.     

基于Simulink的水产养殖溶解氧监控系统

在水产养殖中,水体的溶氧量对鱼类生长和发育有很大影响,很有必要对其进行监控.为了提高监控的效果,建立了水产养殖溶解氧监控系统的数学模型,利用Simulink软件设计了PID控制器,并利用该软件中的非线性控制设计模块优化了控制器的参数.系统仿真分析表明,系统稳定,且优化后系统的超调量很小,响应变快,能够得到较好的控制效果.通过对水产养殖溶解氧监控系统的建模与仿真,可以为分析该系统提供重要基础,同时在实际应用方面积累了经验.     

基于物联网技术的温室土壤环境监测系统的设计

针对传统的有线监测系统线缆密布、安装维护困难等问题,设计开发了一种基于物联网技术的温室土壤环境监测系统,该系统主要由无线传感器网络和监测系统两部分构成。主要介绍了基于cc2430的无线传感器节点的硬件设计,以及基于labview的上位机软件设计,并进行了系统测试。实验分析结果表明,该系统能实现对作物生长的土壤温、湿度进行自动实时监测,并结合作物生长的信息进行适量的灌溉,具有广阔的应用前景。     

基于GIS与物联网集成的地下电缆井在线监测系统

在配电网络中,为了对地下电缆井中的电缆中间接头温度、电缆井水位、有毒气体、井盖翻动等进行监测管理,提高地下电缆井运维信息化水平,以嘉善县为例,利用GIS和物联网集成技术构建了地下电缆井在线监测系统,实际应用表明,系统的使用极大提高了地下电缆故障响应速度和运维管理水平,为地下电缆信息化运维提供了技术支持,有效减少了地下电缆井各类事故的发生,并为其他地区地下电缆智能化运维提供了参考经验。     

基于物联网和模糊PID技术的温室智能监控系统

针对温室范围广、监控点多、布线困难、且具有非线性、大延时、控制模型难以确定等特性,以CC2530为核心设计了无线传感器节点、汇聚节点及智能控制节点,实现对温湿度、光照等参数的实时采集,以Zigbee技术实现各无线传感器节点之间的数据传输;以GPRS技术实现汇聚节点与监控平台的对接,采用带Smith预估器的模糊PID控制算法实现对遮阳网、风机、湿帘、均热扇等设备的控制,经现场长时间运行表明,整个系统经济实用,控制精度高,运行稳定可靠,满足大棚生产要求。     

基于物联网的水产养殖智能化监控系统

针对目前我国水产养殖规模越来越大,种类越来越丰富,传统养殖方式已不能满足要求的现状,将RFID与无线传感网络技术相结合应用到水产养殖领域,提出了基于RFID与无线传感网络的水产品智能化养殖监控系统的架构及应用实施方案。根据水产品养殖基本流程,对水产品养殖环节的生长环境进行分析,总结影响水产品生长的环境因素并确定出进行水产品高密度养殖的最佳环境,从而实现环境资源的充分利用。通过现场试验,验证了该系统的数据检测与传输误差、闭环控制精度、反应速度等性能均达到了实际项目的需要,试验结果表明温度误差在±0.5℃范围内,溶氧量误差在±0.3 mg/L范围内,pH值误差在±0.3范围内,系统传输数据的正确率在98%以上。     

基于物联网的农副产品质量追溯系统研究

农副产品质量安全是我国食品安全的重要组成部分,我国现有的农副产品追溯体系尚存在溯源信息流程不一致、内容不规范以及数据难以交换与共享等问题。为此,引入物联网技术,结合RFID技术与EPC标准,构建了农产品流通数字管理模式,开发了农产品质量追溯系统,既能够为消费者提供农副产品信息查询,又能为管理者进行物流责任追溯提供便利,具有重要的理论意义和实践价值。     

基于SSA-LSTM的日光温室环境预测模型研究

构建日光温室环境预测模型,准确预测温室环境变化有助于精准调控作物生长环境,促进果蔬生长。而温室小气候环境数据多参数并存、耦合关系复杂,且具有时序性和非线性,难以建立准确的预测模型。针对以上问题,提出一种基于麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)温室环境预测模型,实现了温室环境数据的精准预测。实验结果表明,采用SSA自动进行参数选优的方式,解决了LSTM模型参数手动选择的难题,大幅缩短模型训练时间,且最优的网络参数能够发挥模型的最佳性能。对日光温室内空气温湿度、土壤温湿度、CO₂浓度和光照强度6种环境参数进行预测,SSA-LSTM平均拟合指数高达97.6%,相比BP、门控循环单元(GRU)、LSTM,其预测拟合指数分别提升8.1、4.1、4.3个百分点,预测精度明显提升。     

基于物联网的农作物试验基地监控管理系统设计

物联网把各种传感器、信息处理器和无线网络融合成一个庞大的整体系统,用于对目标进行智能识别和精准管理。农作物试验基地是一个由多种系统组成的有机联系的庞大整体,集成的设备多,采集和处理的信息量庞大,特别适合于物联网的应用。为此,基于物联网技术,设计了一种农作物的试验基地监控管理系统,由信息采集模块、网络传输模块、应用管理模块、专家决策模块和操作执行模块5大部分组成,主要实现智能灌溉、施肥和害虫防治3大功能。对水稻、玉米和棉花3种作物的试验结果表明:系统在保证作物高产的同时,还能明显节约资源,有助于实现试验基地的高效运行和精准管理。     

基于物联网的安徽省农田灌溉实时监测及自动灌溉系统研究

农田灌溉缺乏科学技术的指导,多存在大水漫灌等粗放式灌溉现象,水资源浪费问题突出。基于物联网技术,利用信息传感、实时监测和自动控制等科技手段,实现了土壤墒情及灌溉流量等信息的自动采集、数据的远程存储与分析以及灌溉的自动控制,该系统的研究对安徽省智能灌溉的发展具有重要意义。     

基于G-RepVGG和鱼类运动行为的水质监测方法

水质恶化会直接造成水产养殖产量下降,严重时会导致水产动物大量死亡,给养殖企业造成严重经济损失。因此对水产养殖中水质参数进行实时监测具有重要意义。本文以斑石鲷为研究对象,提出了一种基于鱼类行为的水质监测方法。该方法通过摄像机拍摄到的图像数据就可以非侵入地完成水质参数的实时监测,避免了安装复杂设备、对鱼类行为进行量化等繁琐过程。为了增加推理速度和降低模型参数量,通过将RepVGG block与GhostNet相结合构建了G-RepVGG模型,使该模型更适用于移动设备的部署。提出了计算量较少、推理速度快、更适合水质快速监测的Cheap Ghost操作和计算量大、精确率高、更适合水质的精确监测Expensive Ghoost操作。由于多分支网络适合进行训练但是在推理速度上低于单分支网络,因此通过模型重参数化首先将卷积层以及批归一化（Batch normalization, BN）层合并,随后再将3路卷积合并为1路,大大降低模型参数量、提高了模型推理速度,使模型更加适用于移动设备的推理。结果表明：使用Cheap Ghost操作的G-RepVGG在测试集中准确率达到96.21%,图像处理速度达到442.27f/s,使用Expensive Ghost操作的G-RepVGG模型在测试集中准确率达到97.63%,图像处理速度达到349.42f/s,从而在保证较高精度的前提下依旧具有较高的推理速度,在多个数据集中测试具有较好的鲁棒性。     

基于ICS优化RBF的水库水质三维预测方法

针对已有水质预测模型在数据降噪、网络参数初始值设置和优化、精度提高等方面能力的不足,构建了一种优化的水质三维预测模型。利用主成分分析算法筛选出水质关键参数,并基于自适应噪声的完全集合经验模态分解算法结合小波阈值模型对三维水质参数和气象数据降噪处理,使用3维卷积神经网络(Three-dimensional convolutional neural networks, 3-D CNN)提取出特征数据集,自编码器(Autoencoder, AE)获得径向基函数(Radial basis function, RBF)网络参数初始化值,改进布谷鸟搜索算法(Improved cuckoo search, ICS)优化更新网络中超参数动态初始化值。广东省湛江市徐闻县大水桥水库区域22个典型在线监测站点以及6个手持监测点的实测数据对比验证结果表明,浊度和藻密度分别与总氮含量强正相关,叶绿素含量与气温强正相关,所提出的水质预测模型在5个典型精准性评价指标方面优于已有文献方法。研究成果可为管理部门和研究者对水质监测提供参考。     

基于物联网的矿山安全系统

文章分析总结了当前数字矿山中物联网的矿山安全现状,提出一种固定感知与移动感知相结合,孤立感知与联合感知相结合的矿山安全系统方案,简要分析了该方案的科学性和可行性。