基于边缘计算与深度学习的禽舍监测系统设计 |
| |
引用本文: | 杨东轩,吴叶兰,张刚刚,刘硕.基于边缘计算与深度学习的禽舍监测系统设计[J].江苏农业科学,2022,50(9):219-225. |
| |
作者姓名: | 杨东轩 吴叶兰 张刚刚 刘硕 |
| |
作者单位: | 北京工商大学电商与物流学院,北京100048;北京工商大学中国轻工业工业互联网与大数据重点实验室,北京100048,北京工商大学中国轻工业工业互联网与大数据重点实验室,北京100048;北京工商大学人工智能学院,北京100048,首都师范大学数字校园建设中心,北京100048,中国安全生产科学研究院,北京100012 |
| |
基金项目: | 国家重点研发计划(编号:2016YFD0401205);;北京市自然科学基金(编号:4202014); |
| |
摘 要: | 恶臭气体是影响禽舍内禽类个体健康和产蛋效率的重要因素。由于传统的监测设备具有较长的气体浓度响应时间,导致无法及时对污染物的排放做出检测,设计并实现可以预测氨气浓度变化的禽舍监测系统,选用低成本的电化学传感器和低功耗Wi-Fi微控制器设计终端监测器。为了克服电化学传感器易受其他环境因素影响的缺点,监测器还集成硫化氢浓度、二氧化碳浓度以及温湿度等传感器。由于禽舍生产经营属性对成本较敏感,选用性价比较高的边缘计算硬件作为服务器。在该服务器对监测器上传的采集数据进行预处理,最终通过提出的Bi-LSTM模型使用多传感器参数预测未来一段时间内氨气的浓度值。经过参数调优和对比训练,该系统对禽舍内氨气浓度的预测值与采集值均方误差仅为3.29%,以期为接下来的减排措施提供有效的数据支撑。
|
关 键 词: | 深度学习 边缘计算 禽舍环境 氨气浓度监测 电路设计 |
本文献已被 万方数据 等数据库收录! |
|