蔬菜大棚环境质量监测系统设计——基于网络通信技术

以蔬菜大棚环境质量监测为研究对象,基于网络通信技术、传感技术单片机原理,搭建大棚环境质量监测系统,对大棚环境内的光照强度、温度、湿度、二氧化碳浓度以及其他环境参数进行监测。试验分析数据表明：系统能够对大棚内的相关环境参数进行有效采集、分析和存储,运行性能稳定,具有较高的精度,可用于蔬菜大棚环境质量监测。     

基于机器深度学习的小麦播种机控制系统研究

针对我国小麦播种机自动控制系统的可靠性及灵敏度不高的问题,基于机器深度学习对小麦播种机的控制系统进行了设计和改进。小麦播种机的主要组成包括控制系统、排种系统、监控系统、电力系统、机架和驾驶室、覆土镇压和排肥装置。为了使播种机的控制系统能有效进行图像检测识别,提升播种机的控制精度,采用机器深度学习中的卷积神经网络算法对控制系统进行设计,并采用迁移学习的方式对模型进行训练和检测。为了验证播种机控制系统的性能,对其进行播种精度控制和播种性能测试试验,结果表明：播种机的精度和性能均符合播种机的设计要求。