共查询到20条相似文献,搜索用时 375 毫秒
1.
2.
3.
4.
基于WDNN的温室多特征数据融合方法研究 总被引:1,自引:0,他引:1
目前物联网监测产品在温室生产中大量应用产生海量数据,但现有用于温室数据融合算法对高维特征及混合特征(数据同时包含稀疏特征和连续特征)处理精度较低且泛化能力较弱,鲜有利用深度学习模型对温室数据进行顶层融合并提供准确的决策信息。本文提出了一种基于宽-深神经网络(Wide-deep neural network,WDNN)的两级温室环境数据融合算法。首先利用温室内多点多特征数据训练WDNN深度学习模型,输出形式为多点单特征,再将该输出数据按照少数服从多数原则进行融合,得到温室环境状态的整体评估结果。试验结果表明,该融合方法对预测集中混合特征的决策准确率达到98. 90%,融合特征类型的增加,可用于监测参数更多、环境更复杂的温室,将WDNN模型用于温室混合数据融合是可行有效的,在保证决策精度的同时丰富了可融合特征类别,进一步提升温室融合系统的智能化程度,对温室智能调控提供有效技术支撑。 相似文献
5.
6.
7.
8.
9.
10.
设施农业环境因子无线监测及预警系统设计 总被引:2,自引:0,他引:2
针对传统温室内环境因子数据采集系统存在的问题,设计了一种能够实时测量、自动传输数据的设施农业环境因子监测以及预警系统.该系统基于无线传感器网络,以ZigBee模块CC2430芯片为核心,实现环境因子数据的采集、汇聚;采用GSM模块MC39i将数据以短信形式发至监控中心,实现了温室大棚内环境因子数据的无线监测以及远程传输;当某一环境因子超出阈值时,系统自动发送预警短信至用户手机或监控中心,提醒用户及时采取预防措施.该系统解决了传统手工测量工作量大、传统有线网络布线难的问题,提高了设施农业的自动化、信息化程度,可预防灾害性天气对农户造成的损失,可方便有效地用于各种温室大棚. 相似文献
11.
面向叶类蔬菜病害识别的温室监控视频采集系统 总被引:2,自引:0,他引:2
为满足温室叶类蔬菜病害准确识别的视频数据需求,结合温室叶类蔬菜病害发生的特点,采用物联网技术,基于传感器感知的环境信息与摄像机监控视频信息,构建了一种面向叶类蔬菜病害识别的温室监控视频采集系统。该系统将案例检索与模糊推理方法相结合,设计温室监控视频获取方法,将传感器实时采集的数据与知识库中的病害产生环境条件相匹配,以匹配结果作为视频采集的依据,实现了监控视频的智能采集;并利用模糊推理方法,弥补案例检索结果不够全面的问题,确保了数据的准确获取。同时,该系统还提供了实时数据显示、实时视频监控等功能。系统应用结果表明,该系统能够满足温室叶类蔬菜病害识别的视频数据需求。 相似文献
12.
ZigBee技术在温室监控系统中的应用 总被引:2,自引:0,他引:2
分析了目前温室环境监控系统存在的问题和ZigBee的技术特征,介绍了基于ZigBee技术的温室监控系统的结构,阐述了网络节点的硬件设计,并讨论了应用中存在的问题.温室监控系统实现了对温室环境参数的监控,提高了可靠性、抗干扰性与灵活性. 相似文献
13.
14.
为有效提升我国温室种植环境监控系统工作的智能化与精准化水平,以农业物联网为应用平台,针对监控系统进行设计研究.以温室种植的功能需求为切入点,采用物联网各层级分别构思、整体融合的方法,建立基于物联网的参数监测数学模型,并从软件设计与硬件配置两大维度构建完整的监控系统.试验结果表明:监控系统的网络数据丢包率可控制在0.70... 相似文献
15.
温室环境无线数据采集系统的研究 总被引:3,自引:0,他引:3
针对传统温室有线数据采集系统存在着成本较高、可靠性和移动性较差等问题,提出了一种由微机与GP32单片机系统为核心的温室无线数据采集系统,通过CC2420无线收发模块实现温室内各种生长环境检测传感器无线化,现场从机采集的数据通过无线信道传送到主机,主机通过RS232与上位机PC进行串行通信,采用Visual Basic 6.0作为软件开发工具设计了实时监控平台,从而实现温室内作物生长环境的无线智能调控。本系统是针对现代温室的生产特点设计的,它可以对温室内的多种环境参数进行有效的监测与控制,从而提高了温室生产的技术水平,减轻了劳动强度,提高了劳动效率。 相似文献
16.
杜辉 《农业装备与车辆工程》2009,(7):19-21,25
针对目前棚室环境监控系统实时性和可靠性差,价格昂贵以及操作复杂等缺陷,开发了基于CAN总线的连栋棚室环境因子集中监测系统.系统采用单片机控制、总线挂接式结构,通过CAN总线实现监测单元与显示控制单元之间的通信.经实际应用验证,该系统能实现多栋棚室环境因子的集中在线监测,监测准确,完全满足设施农业的生产要求,此外系统结构简单、操作灵活,成本低廉,具有很好的实用推广价值. 相似文献
17.
18.
在当前智慧农业的大环境下,农作物生长过程的识别与监控问题一直是一项具有挑战性的任务,基于此提出一种基于物联网的远程温室视觉监控系统,系统通过LoRa无线通信技术监测温室内的温湿度、光照强度等环境参数,能够及时监测到农作物的生长状况,并实现自动通风、自动补光等功能。在PC端的Qt上位机实时监测温室内的环境信息并控制环境参数,通过OV9726摄像头对农作物进行监测,所获得的生长状态信息传输到S3C6410集中控制模块进行处理,结合克隆选择算法和朴素贝叶斯分类器对叶片进行识别处理。本系统采用LoRa模块进行自组网来实现环境监测,将Linux操作系统移植到集中控制模块,为视觉系统软硬件平台的搭建做准备工作,所使用的组合算法能够使得农作物叶片识别率达到95.3%,识别时间达到8.4 ms,对于叶片识别精度等方面有着明显的提升,经过实验充分验证本系统所使用的设备与算法的有效性。 相似文献
19.
为实现温室环境信息高效监测,开发了物联网测控管理系统的通用平台,主要包括基于Android的智能网关以及基于Google Web Toolkit的远程Web服务器,并制定了系统的数据同步通信协议。根据数据采集单元配置信息和预先设定的界面显示风格,智能网关和Web服务器的应用程序能够自适应地生成温室环境监测界面,动态地解析监测传感器数据并实现数据库存储,以Http post网络传输机制实现数据采集单元配置信息、监测传感器数值等数据在二者间的同步。试验结果表明温室物联网系统在实际应用中具有较高的稳定性,有效地避免了由于传感器和数据采集单元节点变更导致Web服务器和智能网关应用程序的二次开发。 相似文献