【摘要】：準(zhǔn)確及時的掌握各個地區(qū)的儲糧數(shù)量分布情況是保障我國糧食數(shù)量安全的必要前提。目前主要通過稱重法來統(tǒng)計各區(qū)域糧倉的儲糧情況,稱重法不僅費時費力,而且每年的清查工作都會造成不同程度的糧食損失。因此,為解決傳統(tǒng)統(tǒng)計方法的弊端,開發(fā)出快速、精準(zhǔn)的糧倉儲糧數(shù)量檢測系統(tǒng)具有重要意義。本文引入了物聯(lián)網(wǎng)以及智能決策支持等技術(shù),建立了基于SVR的糧倉儲糧數(shù)量檢測模型并開發(fā)相應(yīng)的檢測系統(tǒng),實現(xiàn)了糧倉儲糧數(shù)量檢測誤差低于3%的目標(biāo),滿足了實時動態(tài)地獲取糧倉儲糧數(shù)量的要求。本文著重研究了SVR算法在檢測糧倉儲糧數(shù)量方面的應(yīng)用。通過使用壓力傳感器網(wǎng)絡(luò)采集倉底壓力,并利用SVR算法做儲糧數(shù)量回歸預(yù)測。本論文主要的研究工作有:(1)從統(tǒng)計學(xué)習(xí)理論的基本概念出發(fā),用數(shù)學(xué)語言概述了SVR的基本理論。分析了三種常用回歸算法的優(yōu)劣,并結(jié)合本課題的要求深入探討了這三種算法與SVR的特點。最后通過對比總結(jié),給出了SVR方法的選擇依據(jù)。(2)研究了糧倉糧堆數(shù)量與糧堆壓強分布的關(guān)系,建立了基于糧倉底面與側(cè)面的壓力傳感器檢測模型,給出了壓力傳感器的布置模型。針對傳感器輸出均值波動較大的問題,提出了基于傳感器壓強均值的SVR檢測模型。針對預(yù)測誤差較大的問題,提出了基于傳感器輸出序列的SVR檢測模型。(3)設(shè)計并實現(xiàn)了檢測系統(tǒng)的各個軟硬件模塊以及整體功能。系統(tǒng)由壓力傳感器、數(shù)據(jù)集中器、網(wǎng)關(guān)、SVR檢測模型以及檢測軟件組成。本系統(tǒng)可實時檢測糧倉儲糧數(shù)量,有效提高了國家糧食監(jiān)管部門的工作效率。
【圖文】：

結(jié)構(gòu)風(fēng)險最小化示意圖

多項式擬合示意圖
【學(xué)位授予單位】：河南工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：S379;TP212.9;TP18

【參考文獻】

相關(guān)期刊論文 前10條

1 杜二玲;范毅君;李海軍;;統(tǒng)計學(xué)習(xí)理論基礎(chǔ)研究新進展[J];現(xiàn)代工業(yè)經(jīng)濟和信息化;2016年18期

2 楊丹白;;糧食安全被列入國家安全法[J];中國油脂;2015年07期

3 郭榮;;淺談軟件設(shè)計模式中的設(shè)計原則[J];信息安全與技術(shù);2014年11期

4 張德賢;楊鐵軍;傅洪亮;樊超;張元;;糧倉儲糧數(shù)量在線檢測模型[J];自動化學(xué)報;2014年10期

5 張德賢;楊鐵軍;傅洪亮;樊超;張元;;基于壓力傳感器的糧倉儲糧數(shù)量在線檢測方法[J];中國糧油學(xué)報;2014年04期

6 陳晨;吳海云;田燕紅;左月明;;基于支持向量回歸機的糧食產(chǎn)量預(yù)測研究[J];山西農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版);2013年04期

7 王娟;梁登星;;嶺回歸在修正多重共線性中的應(yīng)用[J];四川理工學(xué)院學(xué)報(自然科學(xué)版);2013年03期

8 戴華陽;廉旭剛;陳炎;蔡音飛;劉義新;;三維激光掃描技術(shù)在采動區(qū)房屋變形監(jiān)測中的應(yīng)用[J];測繪通報;2011年11期

9 徐璇;姜明新;黃靜;徐晶;李敏;;基于MFC的工程軟件界面設(shè)計[J];電子設(shè)計工程;2011年21期

10 王華麗;;統(tǒng)計學(xué)習(xí)理論及其研究進展[J];科技創(chuàng)新導(dǎo)報;2011年29期

相關(guān)博士學(xué)位論文 前2條

1 曾紹華;支持向量回歸機算法理論研究與應(yīng)用[D];重慶大學(xué);2006年

2 唐發(fā)明;基于統(tǒng)計學(xué)習(xí)理論的支持向量機算法研究[D];華中科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前9條

1 劉琰;支持向量機核函數(shù)的研究[D];西安電子科技大學(xué);2012年

2 李凱;糧倉儲糧體積測量中激光點云數(shù)據(jù)處理技術(shù)[D];首都師范大學(xué);2011年

3 田靜;基于支持向量回歸機模型的股市預(yù)測研究[D];北京交通大學(xué);2010年

4 李鵬;糧倉儲量三維激光掃描快速測量技術(shù)研究[D];清華大學(xué);2010年

5 溫玉鋒;材料實驗數(shù)據(jù)的支持向量回歸分析及應(yīng)用[D];重慶大學(xué);2009年

6 黃嘯;支持向量機核函數(shù)的研究[D];蘇州大學(xué);2008年

7 孫輝;MySQL查詢優(yōu)化的研究和改進[D];華中科技大學(xué);2007年

8 梁偉鋒;支持向量回歸機研究及其應(yīng)用[D];浙江師范大學(xué);2006年

9 李忠浩;支持向量回歸機研究及其應(yīng)用[D];大連理工大學(xué);2006年

，

本文編號：2553060