在傳統(tǒng)水肥一體化技術的基礎上,使用以ESP8266為主控芯片的集成板卡實時采集農田溫濕度數(shù)據、光照強度,定期采集土壤的pH值和電導率,并模擬水肥系統(tǒng)的啟動和報警狀態(tài)。運用RGB模型建立肥料配比和實施方案模型。運用人工智能的線性回歸算法對采集到的4 000條辣椒種植數(shù)據進行建模分析,提供快速和經濟2種生產方案,并建立預測單個辣椒質量的模型。開發(fā)適合農民群體使用的掌上農林APP,包括智能天氣預報、參數(shù)設定、歷史方案記錄、社區(qū)交流4個界面。 

【文章來源】：浙江農業(yè)科學. 2019,60(12)

【文章頁數(shù)】：3 頁

【文章目錄】：
1 物聯(lián)網智能水肥一體化硬件系統(tǒng)
    1.1 采集和監(jiān)控傳感器數(shù)據
    1.2 肥料配比和施用模型——RGB模型
2 物聯(lián)網智能水肥一體化軟件系統(tǒng)
    2.1 辣椒種植數(shù)據處理
    2.2 掌上農林APP開發(fā)
3 小結


【參考文獻】：
期刊論文
[1]基于局部加權線性回歸的交通事故數(shù)據分析[J]. 張華.  寧德師范學院學報(自然科學版). 2019(01)
[2]技到農成——Super田農業(yè)APP研究[J]. 朱錦迪,張瑞清,陳云程,崔軼輪.  農家參謀. 2019(04)
[3]基于手機APP的農業(yè)園區(qū)智慧管理建構應用研究——以“掌上園區(qū)”APP為例[J]. 朱溪.  現(xiàn)代農村科技. 2019(01)
[4]多元線性回歸模型分析[J]. 譚楚琰.  現(xiàn)代商業(yè). 2019(02)
[5]基于線性回歸模型的菜花重量預測研究[J]. 郭霞霞,周桂紅,程洪.  河北農業(yè)大學學報. 2019(01)
[6]基于ESP8266的信號采集終端設計[J]. 羅章,賈程乾,于津瓔,李佩錦,甘琳巧,劉帥.  電子世界. 2018(23)
[7]基于多元線性回歸的房價預測模型[J]. 李正蹊.  中國新通信. 2018(23)
[8]基于物聯(lián)網的水肥一體化技術[J]. 周杰,楊景文,馬良,金茁.  資源節(jié)約與環(huán)保. 2018(10)
[9]農業(yè)App的案例研究[J]. 陳俊金,閆秀峰,許悅鑫.  市場周刊. 2018(09)
[10]基于機智云的工廠配電間遠程監(jiān)測系統(tǒng)[J]. 侯作富,李超,吳文秀,易群力.  內江科技. 2018(08)

碩士論文
[1]基于機智云的物聯(lián)網移動終端SDK的設計與實現(xiàn)[D]. 陶鎮(zhèn).中國科學院大學(中國科學院工程管理與信息技術學院) 2017
[2]不同施肥方式對辣椒生長生理和養(yǎng)分利用的影響[D]. 王翠麗.甘肅農業(yè)大學 2017



本文編號：3151966