基于物聯(lián)網(wǎng)與人工神經(jīng)網(wǎng)絡(luò)的溫室監(jiān)控方案
發(fā)布時(shí)間:2024-06-02 14:18
為提高觀葉植物溫室的自動化水平,根據(jù)物聯(lián)網(wǎng)采集的溫室微氣候數(shù)據(jù)與植物圖像,設(shè)計(jì)了基于人工神經(jīng)網(wǎng)絡(luò)預(yù)測的溫室監(jiān)控方案。首先,設(shè)計(jì)了基于物聯(lián)網(wǎng)的溫室微氣候檢測系統(tǒng)與植物圖像采集系統(tǒng),設(shè)計(jì)了圖像處理算法來提取植物的葉區(qū)域;然后,采用兩因素方差方法分析微氣候因素與觀葉植物葉區(qū)域生長速度的關(guān)系,由此確定神經(jīng)網(wǎng)絡(luò)的輸入量與輸出量;最終,使用采集的歷史微氣候數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,獲得神經(jīng)網(wǎng)絡(luò)的最優(yōu)模型參數(shù),建立微氣候因素的預(yù)測模型。實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)能夠準(zhǔn)確地預(yù)測出溫室微氣候的變化狀態(tài),使溫室微氣候滿足蘭花的最優(yōu)生長條件。
【文章頁數(shù)】:8 頁
本文編號:3987363
【文章頁數(shù)】:8 頁
本文編號:3987363
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3987363.html
最近更新
教材專著