農(nóng)業(yè)投入品的使用不當(dāng)是導(dǎo)致大多數(shù)問題食品產(chǎn)生的主要原因,然而目前對農(nóng)業(yè)投入品的監(jiān)測大都為產(chǎn)后階段的殘留檢測,溯源系統(tǒng)能夠通過查詢溯源信息追溯農(nóng)產(chǎn)品生產(chǎn)過程的農(nóng)業(yè)投入品使用情況,但由于溯源信息主要是人工錄入,無法保證溯源信息的及時、準(zhǔn)確。所以,農(nóng)業(yè)投入品實(shí)時在線監(jiān)測是一項(xiàng)具有挑戰(zhàn)性和深遠(yuǎn)意義的工作。本文結(jié)合物聯(lián)網(wǎng)和深度學(xué)習(xí)的技術(shù)特點(diǎn),展開了對涉危農(nóng)業(yè)投入品預(yù)測模型的研究,并開發(fā)農(nóng)業(yè)投入品的在線監(jiān)測平臺,以保證投入品監(jiān)測信息的時效性及準(zhǔn)確性。本文的主要工作內(nèi)容如下:（1）投入品特性分析及數(shù)據(jù)采集。研究分析農(nóng)業(yè)投入品的理化特性,發(fā)現(xiàn)不同類別的投入品的電導(dǎo)率值及PH值都有不同的分布區(qū)間,且投入品施用到田地后都會引起土壤環(huán)境參數(shù)（濕度、電導(dǎo)率、PH值、溫度）不同程度的變化;通過各類傳感器實(shí)時采集土壤環(huán)境數(shù)據(jù)以監(jiān)測施用投入品引起的數(shù)據(jù)變化,為確保采集的土壤環(huán)境數(shù)據(jù)準(zhǔn)確,提高投入品的辨識精度,本文采用基于最小二乘擬合的校正算法對傳感器進(jìn)行輸出校準(zhǔn)處理。（2）投入品預(yù)測方法研究。一是特征提取;土壤的疏松程度、粘性大小、水份比例等都會影響到施用投入品后的土壤環(huán)境數(shù)據(jù)變化,通過一般的知識與經(jīng)驗(yàn)難以提取數(shù)據(jù)... 

【文章來源】：仲愷農(nóng)業(yè)工程學(xué)院廣東省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

監(jiān)測設(shè)備Fig3.1Monitoringequipment

圖 3.2 傳感器實(shí)時數(shù)據(jù)Fig 3.2 Real-time sensor data外界作用的條件下，土壤環(huán)境數(shù)據(jù)一般處于相對穩(wěn)定的后，受其理化特性影響，各項(xiàng)土壤環(huán)境數(shù)據(jù)會發(fā)生劇烈發(fā)，土壤環(huán)境數(shù)據(jù)將維持在一個新的狀態(tài)中。具體數(shù)據(jù)

第五章 投入品品種預(yù)測表 5.4 預(yù)測準(zhǔn)確率對比表Table 5.4 Predictive accuracy comparison table訓(xùn)練數(shù)據(jù) 模型 輸入層（神經(jīng)元） 隱層（神經(jīng)元） 輸出層（神經(jīng)元） 準(zhǔn)確率原始數(shù)據(jù) BP 6 10 15 85%原始數(shù)據(jù) SOFTMAX 6 0 15 86%特征數(shù)據(jù) BP 3 10 15 94%特征數(shù)據(jù) SOFTMAX 3 0 15 94%原始數(shù)據(jù) SAE-SOFTMAX 6 5-4-3 15 98%分別利用原始數(shù)據(jù)集與特征數(shù)據(jù)集訓(xùn)練一個三層 BP 神經(jīng)網(wǎng)絡(luò)（輸入層節(jié)點(diǎn)為 6，隱層節(jié)點(diǎn)為 10，輸出層節(jié)點(diǎn)為 15），通過測試數(shù)據(jù)集驗(yàn)證得到的預(yù)測準(zhǔn)確率分別為 85%和 94%（如圖 5.13 和 5.14 所示），可見利用特征數(shù)據(jù)集訓(xùn)練 BP 神經(jīng)網(wǎng)絡(luò)可使預(yù)測效果提升 9%。

【參考文獻(xiàn)】：
期刊論文
[1]基質(zhì)效應(yīng)對水果中16種有機(jī)磷農(nóng)藥殘留檢測的影響[J]. 羅貴文,牙家璇,郭儒敏,滕燕媚,黃玉梅.  農(nóng)業(yè)科技通訊. 2017(12)
[2]Decision tree and deep learning based probabilistic model for character recognition[J]. A.K.Sampath,Dr.N.Gomathi.  Journal of Central South University. 2017(12)
[3]農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)研究進(jìn)展與發(fā)展趨勢分析[J]. 李道亮,楊昊.  農(nóng)業(yè)機(jī)械學(xué)報. 2018(01)
[4]量子點(diǎn)傳感器在有機(jī)磷農(nóng)藥殘留檢測中的應(yīng)用[J]. 張曉慧,楊麗敏,馬洪超,姜磊.  化學(xué)通報. 2017(11)
[5]食品安全檢測技術(shù)在農(nóng)產(chǎn)品農(nóng)藥殘留檢測中的運(yùn)用[J]. 高蘭萍,郭建亭.  現(xiàn)代商貿(mào)工業(yè). 2017(31)
[6]一種基于改進(jìn)堆棧自動編碼器的航空發(fā)電機(jī)旋轉(zhuǎn)整流器故障特征提取方法[J]. 崔江,唐軍祥,龔春英,張卓然.  中國電機(jī)工程學(xué)報. 2017(19)
[7]深度神經(jīng)網(wǎng)絡(luò)算法研究及應(yīng)用[J]. 劉念,王楓.  科技資訊. 2017(27)
[8]深度學(xué)習(xí)模型的應(yīng)用研究[J]. 安培松.  山西科技. 2017(05)
[9]基于物聯(lián)網(wǎng)架構(gòu)的農(nóng)業(yè)監(jiān)控系統(tǒng)模塊化設(shè)計(jì)[J]. 張志杰.  軟件導(dǎo)刊. 2017(09)
[10]納米標(biāo)記免疫層析法在農(nóng)藥殘留檢測中的應(yīng)用研究進(jìn)展[J]. 司芳芳,郭逸蓉,趙穎,桂文君,王蒙岑,朱國念.  農(nóng)藥學(xué)學(xué)報. 2017(04)

碩士論文
[1]我國政策性農(nóng)業(yè)保險監(jiān)管法律問題研究[D]. 蔡新宇.華中農(nóng)業(yè)大學(xué) 2016



本文編號：3256214