[發明專利]一種基于植物日常數據分析與云技術的智能植物養培方法在審
| 申請號: | 201810458644.3 | 申請日: | 2018-05-15 |
| 公開(公告)號: | CN108633697A | 公開(公告)日: | 2018-10-12 |
| 發明(設計)人: | 尹蝶;喬榆玎;管雪姿;李家慶;向明剛;李太福;易軍;段棠少;張志亮 | 申請(專利權)人: | 重慶科技學院;重慶市鳳鳴山中學 |
| 主分類號: | A01G25/00 | 分類號: | A01G25/00;A01C21/00;G06Q10/06;G06Q50/02;G06N3/04 |
| 代理公司: | 重慶蘊博君晟知識產權代理事務所(普通合伙) 50223 | 代理人: | 鄭勇 |
| 地址: | 401331 重*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 決策變量 施肥 澆水量 環境指數 日常數據 用戶終端 植物健康 最優解 矩陣 用戶界面顯示 采集植物 神經網絡 實時數據 影響因素 遠程操作 云服務器 指標矩陣 自動澆水 智能 上傳 算法 分析 生長 預測 檢驗 優化 | ||
1.一種基于植物日常數據分析與云技術的智能植物養培方法,其特征在于,包括如下步驟:
S1、采集植物生長指標、施肥類型、澆水量,構成影響因素矩陣X,并上傳至云服務器,其中決策變量為施肥類型、澆水量;
S2、確定植物健康指數、環境指數,構成指標矩陣Y,利用GRNN神經網絡進行訓練、檢驗,并建立植物養培模型;
S3、利用NSGA-Ⅱ算法對植物養培模型進行優化,得到各決策變量的一組最優解以及該最優解對應的植物健康指數、環境指數;
S4、利用S3中模型對實時數據進行預測得到推薦決策變量X*,并將推薦決策變量X*下發至用戶終端,在用戶界面顯示推薦最優的施肥類型、澆水量,用戶可通過用戶終端遠程操作完成自動澆水、施肥。
2.根據權利要求1所述的一種基于植物日常數據分析與云技術的智能植物養培方法,S1中,所述植物生長指標包括:植物種類、生長時期、土壤濕度、土壤pH值、光照強度、環境溫度、環境濕度。
3.根據權利要求2所述的一種基于植物日常數據分析與云技術的智能植物養培方法,其特征在于,所述植物生長指標中的植物種類、生長時期由用戶輸入并上傳至云服務器,植物生長指標中的土壤濕度、土壤pH值、光照強度、環境溫度、環境濕度由傳感器測量并上傳至云服務器。
4.根據權利要求3所述的一種基于植物日常數據分析與云技術的智能植物養培方法,傳感器測量方法為:包括傳感器模塊、采樣電路,所述傳感器模塊包括溫度傳感器、濕度傳感器、pH值傳感器和光照強度傳感器,用于采集植物生長指標中的土壤濕度、土壤pH值、光照強度、環境溫度、環境濕度;所述采樣電路與傳感器模塊連接,將傳感器模塊采集到的植物生長指標及澆水量、施肥類型轉換成數字信號并上傳至云服務器。
5.根據權利要求1所述的一種基于植物日常數據分析與云技術的智能植物養培方法,其特征在于,S2中,綜合植物養培用戶和專家經驗,確定植物健康指數、環境指數。
6.根據權利要求1所述的一種基于植物日常數據分析與云技術的智能植物養培方法,其特征在于,S2中,利用GRNN神經網絡建立的植物養培模型方程式為:
其中,表示所有樣本觀測值Yi的加權平均;Yi表示觀測值;X表示網絡輸入變量;Xi表示第i個神經元對應的學習樣本;σ表示網絡擴展因子。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶科技學院;重慶市鳳鳴山中學,未經重慶科技學院;重慶市鳳鳴山中學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810458644.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種內陸地下淺埋微咸水的安全利用方法
- 下一篇:一種體育場用天然草坪噴水裝置





