隨著新型冠狀病毒肺炎的全球性的爆發(fā),各個(gè)國(guó)家都在積極尋找治療新型冠狀肺炎的有效醫(yī)療方法,而中醫(yī)和中藥材在這次治療疫情中發(fā)揮了重要作用,中藥材在全世界再次得到了廣泛的認(rèn)可。本文主要針對(duì)當(dāng)前銷售市場(chǎng)上中藥材藥效和質(zhì)量良莠不齊等問(wèn)題,設(shè)計(jì)和實(shí)現(xiàn)了一套基于窄帶物聯(lián)網(wǎng)的中藥材種植智能測(cè)控系統(tǒng)。本系統(tǒng)采用了窄帶物聯(lián)網(wǎng)技術(shù),結(jié)合STM32單片機(jī)和傳感器技術(shù),本系統(tǒng)能夠?qū)τ绊懼兴幉纳L(zhǎng)的環(huán)境因素實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)和及時(shí)調(diào)整。對(duì)于所監(jiān)測(cè)和控制的中藥材,本系統(tǒng)運(yùn)用層次分析法結(jié)合專家、藥農(nóng)指導(dǎo)明確該種中藥材種植的環(huán)境適宜性等級(jí),將監(jiān)測(cè)到的中藥材環(huán)境生長(zhǎng)數(shù)據(jù)通過(guò)改進(jìn)的k-means聚類算法去除噪聲后再經(jīng)過(guò)廣義回歸神經(jīng)網(wǎng)絡(luò)算法(General Regression Neural Network,簡(jiǎn)稱GRNN神經(jīng)網(wǎng)絡(luò)算法)對(duì)該種中藥材生長(zhǎng)環(huán)境進(jìn)行評(píng)價(jià)預(yù)測(cè)。根據(jù)中藥材的生長(zhǎng)環(huán)境評(píng)價(jià)判斷該種中藥材是否符合規(guī)范,實(shí)現(xiàn)中藥材種植過(guò)程溯源。同時(shí),根據(jù)環(huán)境預(yù)測(cè),可以預(yù)警藥農(nóng)提前調(diào)整中藥材的種植環(huán)境,讓中藥材始終處于合適的生長(zhǎng)環(huán)境中,增加中藥材的質(zhì)量和產(chǎn)量。本系統(tǒng)可以應(yīng)用于不同的中藥材種植環(huán)境中,既可以安裝在戶外(荒山野嶺)進(jìn)行規(guī)模...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的主要研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)安排
第二章 系統(tǒng)的總體設(shè)計(jì)
    2.1 系統(tǒng)需求分析
    2.2 系統(tǒng)總體方案設(shè)計(jì)
    2.3 本章小結(jié)
第三章 系統(tǒng)感知與傳輸?shù)脑O(shè)計(jì)與實(shí)現(xiàn)
    3.1 系統(tǒng)感知層
        3.1.1 傳感器模塊
        3.1.2 土壤溫度濕度鹽分酸堿度測(cè)量
        3.1.3 空氣溫度濕度光照強(qiáng)度測(cè)量
    3.2 系統(tǒng)傳輸層
        3.2.1 窄帶物聯(lián)網(wǎng)模塊
    3.3 網(wǎng)關(guān)模塊
    3.4 系統(tǒng)軟件設(shè)計(jì)
        3.4.1 嵌入式軟件設(shè)計(jì)
        3.4.2 單片機(jī)模塊設(shè)計(jì)
    3.5 服務(wù)器模塊
    3.6 本章小結(jié)
第四章 系統(tǒng)智能決策層設(shè)計(jì)
    4.1 中藥材智能決策方案分析
    4.2 層次分析法
        4.2.1 環(huán)境評(píng)價(jià)指標(biāo)體系構(gòu)建
        4.2.2 環(huán)境評(píng)價(jià)指標(biāo)權(quán)值計(jì)算
        4.2.3 評(píng)價(jià)模型
    4.3 基于k-means算法的降噪處理
    4.4 基于GRNN神經(jīng)網(wǎng)絡(luò)算法的評(píng)價(jià)預(yù)測(cè)
    4.5 中藥材種植土壤安全溯源
    4.6 本章小結(jié)
第五章 系統(tǒng)應(yīng)用層設(shè)計(jì)
    5.1 基于Vue.js進(jìn)行前端工程化設(shè)計(jì)
    5.2 基于Node.js的服務(wù)端設(shè)計(jì)
        5.2.1 基于Express框架服務(wù)端設(shè)計(jì)
    5.3 基于MongoDB數(shù)據(jù)庫(kù)模型設(shè)計(jì)
    5.4 本章小結(jié)
第六章 系統(tǒng)測(cè)試
    6.1 系統(tǒng)功能測(cè)試
        6.1.1 系統(tǒng)硬件功能測(cè)試
        6.1.2 系統(tǒng)軟件功能測(cè)試
        6.1.3 手機(jī)微信端測(cè)試
    6.2 數(shù)據(jù)可視化
    6.3 對(duì)系統(tǒng)環(huán)境改變測(cè)試采集數(shù)據(jù)的驗(yàn)證
    6.4 系統(tǒng)應(yīng)用測(cè)試
    6.5 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間發(fā)表的論文



本文編號(hào)：3752466