[發明專利]一種基于減法聚類分類器的青椒溫室環境智能監測系統有效
| 申請號: | 201910320161.1 | 申請日: | 2019-04-19 |
| 公開(公告)號: | CN110083190B | 公開(公告)日: | 2020-08-25 |
| 發明(設計)人: | 馬從國;姜仲秋;汪超;梁歡;丁曉紅;馬海波;周恒瑞;王建國 | 申請(專利權)人: | 淮陰工學院 |
| 主分類號: | G05D27/02 | 分類號: | G05D27/02;G05B13/04;G05B13/02;G05B19/042;G01D21/02;G06K9/62;G06N3/04 |
| 代理公司: | 淮安市科文知識產權事務所 32223 | 代理人: | 李鋒 |
| 地址: | 223005 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 減法 分類 青椒 溫室 環境 智能 監測 系統 | ||
1.一種基于減法聚類分類器的青椒溫室環境智能監測系統,其特征在于:所述智能監測系統由基于無線傳感器網絡的青椒溫室環境參數檢測平臺和青椒溫室產量智能預警系統兩部分組成;青椒溫室產量智能預警系統包括溫室青椒產量預測子系統、青椒溫室溫度預測子系統、青椒溫室光照預測子系統、溫室青椒產量環境參數校正模型和最小二乘支持向量機溫室青椒產量等級分類器,根據青椒溫室的歷史產量和青椒溫室的溫度和光照對青椒溫室產量的影響實現對青椒溫室的產量進行預警;
所述溫室青椒產量預測子系統包括溫室青椒產量經驗模態(EMD)分解模型、多個最小二乘支持向量機(LS-SVM)產量預測模型和多個最小二乘支持向量機(LS-SVM)產量預測模型值等權重相加和得到青椒產量預測值;溫室青椒產量歷史數據作為溫室青椒產量經驗模態(EMD)分解模型的輸入,溫室青椒產量經驗模態(EMD)分解模型把溫室青椒產量歷史數據分解為低頻趨勢部分和多個高頻波動部分,溫室青椒產量歷史數據的低頻趨勢部分和多個高頻波動部分分別作為多個最小二乘支持向量機(LS-SVM)產量預測模型的輸入,多個最小二乘支持向量機(LS-SVM)產量預測模型分別對溫室青椒產量歷史數據的低頻趨勢部分和多個高頻波動部分各分量進行預測,多個最小二乘支持向量機(LS-SVM)產量預測模型值等權重相加和得到溫室青椒產量預測值;
所述青椒溫室溫度預測子系統包括青椒溫室溫度減法聚類分類器、多個HRFNN遞歸神經網絡溫度預測模型、ANFIS神經網絡溫度預測融合模型;青椒溫室多個檢測點溫度值作為青椒溫室溫度減法聚類分類器的輸入,青椒溫室溫度減法聚類分類器把青椒溫室多個檢測點溫度值分為多種類型,每種類型的青椒溫室溫度值分別作為多個HRFNN遞歸神經網絡溫度預測模型的輸入,多個HRFNN遞歸神經網絡溫度預測模型分別對多種類型青椒溫室溫度值進行預測,多個HRFNN遞歸神經網絡溫度預測模型的預測值作為ANFIS神經網絡溫度預測融合模型的輸入,ANFIS神經網絡溫度預測融合模型實現對多個HRFNN遞歸神經網絡溫度預測模型的預測值進行融合得到青椒溫室溫度預測值;
所述青椒溫室光照預測子系統包括青椒溫室光照度減法聚類分類器、多個ANFIS神經網絡光照度預測模型和HRFNN遞歸神經網絡光照度預測融合模型;青椒溫室多個檢測點光照度值作為青椒溫室光照度減法聚類分類器的輸入,青椒溫室光照度減法聚類分類器把青椒溫室多個檢測點光照度值分為多種類型,每種類型的青椒溫室光照度值分別作為多個ANFIS神經網絡光照度預測模型的輸入,多個ANFIS神經網絡光照度預測模型分別對多種類型青椒溫室光照度值進行預測,多個ANFIS神經網絡光照度預測模型的預測值作為HRFNN遞歸神經網絡光照度預測融合模型的輸入,HRFNN遞歸神經網絡光照度預測融合模型實現對多個ANFIS神經網絡光照度預測模型的預測值進行融合得到青椒溫室光照預測值;
所述溫室青椒產量環境參數校正模型由4個微分算子S和GRNN神經網絡組成,4個微分算子S平均分成2組,每組2個微分算子S相串聯分別構成微分回路1和微分回路2;溫室青椒產量預測子系統的輸出作為GRNN神經網絡A端的輸入,青椒溫室溫度預測子系統的輸出作為微分回路1的輸入和GRNN神經網絡B端的輸入,微分回路1的2個微分算子S的連接端的輸出為GRNN神經網絡D端的輸入,微分回路1的輸出為GRNN神經網絡C端的輸入;青椒溫室光照預測子系統的輸出作為微分回路2的輸入和GRNN神經網絡E端的輸入,微分回路2的2個微分算子S的連接端的輸出為GRNN神經網絡I端的輸入,微分回路2的輸出為GRNN神經網絡F端的輸入;GRNN神經網絡由7個輸入端節點分別為A、B、C、D、E、F和I,13個中間節點和1個輸出端節點組成,溫室青椒產量環境參數校正模型實現對溫室溫度和光照度對青椒產量影響程度的校正,反映了溫室溫度和光照度的實際值變化對溫室青椒產量的影響大小,提高溫室青椒產量預測的精確度;
溫室青椒產量環境參數校正模型輸出的溫室青椒產量預測值的大小、青椒種類和青椒溫室面積作為最小二乘支持向量機(LS-SVM)溫室青椒產量等級分類器的輸入,最小二乘支持支持向量機(LS-SVM)溫室青椒產量等級分類器的輸出把溫室青椒產量分為溫室青椒高產、溫室青椒比較高產、溫室青椒中產、溫室青椒低產和溫室青椒很低產五個溫室青椒產量等級。
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淮陰工學院,未經淮陰工學院許可,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/201910320161.1/1.html,轉載請聲明來源鉆瓜專利網。





