[發明專利]基于邏輯回歸算法的溫室大棚光照檢測方法與系統

在審

• 申請號: 201911182693.X
• 申請日: 2019-11-27
• 公開（公告）號: CN110956208A
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 龐丹丹;江永清
• 申請（專利權）人: 山東建筑大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;A01G9/22;A01G7/04
• 代理公司: 濟南克雷姆專利代理事務所(普通合伙) 37279
• 代理人: 張祥明

1.一種基于邏輯回歸算法的溫室大棚光照檢測方法，其特征在于，包括：

采集溫室大棚光照強度信息并進行傳輸；

對采集到的溫室大棚光照強度信息通過邏輯回歸算法進行分類，得到分類結果，其中將數據分為訓練集和測試集；

對多個分類結果賦予各自的操作指令，將采集到新的光照強度信息與分類結果進行比較，從而得到決策結果；

執行決策結果，調節溫室大棚光照強度。

2.根據權利要求1所述的基于邏輯回歸算法的溫室大棚光照檢測方法，其特征在于，所述采集溫室大棚光照強度信息是通過采集溫室大棚多個不同位置的光照強度信息。

3.根據權利要求1所述的基于邏輯回歸算法的溫室大棚光照檢測方法，其特征在于，所述溫室大棚光照強度信息通過Zigbee協議進行無線通信。

4.根據權利要求1所述的基于邏輯回歸算法的溫室大棚光照檢測方法，其特征在于，所述中邏輯回歸算法的步驟：

(1)首先根據采集到的光強數據創建一個數據集，；然后將3個不同時間點的光強數值作為3個最具有代表的特征值x₁ x₂ x₃；

(2)隨機初始化參數θ₁ θ₂ θ₃擬合特征x₁ x₂ x₃，得到預測值h_θ(x)；

(3)根據下式計算代價函數J(θ)；

式中的m為數據集總體樣本數，θ為待優化參數，y⁽ⁱ⁾為真實值，h_θ(x⁽ⁱ⁾)為預測值，x為特征值；

(4)梯度下降更新參數θ，直至代價函數J(θ)取得最小值；

(5)之后把測試集上每個特征向量乘以最梯度下降優化方法得來的回歸系數θ，再將該乘積結果求和，最后輸入到Sigmoid函數中即可，如果對應的Sigmoid值大于0.5就預測類別標簽為1，否則為0。

5.根據權利要求1所述的基于邏輯回歸算法的溫室大棚光照檢測方法，其特征在于，所述Zigbee協議在光強傳感器模塊、協調器模塊與數據處理模塊之間進行通信，通信步驟如下：

(1)數據處理模塊通過串口向協調器模塊發送指令，查詢光強傳感器模塊網絡地址，指令格式包括幀頭、數據長度、命令、數據位和校驗位；

(2)當協調器模塊接收到來自數據處理模塊的串口協議幀命令后，將串口協議幀轉化為協議棧協議幀，再通過ZigBee網絡發送給光強傳感器模塊；協調器模塊會向數據處理模塊返回一條指令，說明自己已經成功收到了數據處理模塊的命令；

光強傳感器模塊收到協調器模塊的命令后，返回光強傳感器模塊的網絡地址；

(3)在數據處理模塊得到光強傳感器模塊在ZigBee網絡中的16位短網絡地址后，數據處理模塊就可以根據這個網絡地址向協調器模塊發送指令，要求光強傳感器模塊向數據處理模塊回傳光強數據；

(4)光強傳感器模塊上報環境光強數據。

6.根據權利要求1所述的基于邏輯回歸算法的溫室大棚光照檢測方法，其特征在于，所述分類結果為1分類和0分類，賦予各自的操作指令分別為：將1分類賦予開啟執行模塊中遮陽板并且關閉LED植物燈的操作指令，將0分類賦予開啟執行模塊中LED植物燈并且關閉遮陽板的操作指令。

7.一種基于邏輯回歸算法的溫室大棚光照檢測系統，其特征在于，包括：

數據采集模塊，用于該采集溫室大棚光照強度信息；

數據處理中心模塊，包括數據處理模塊和決策模塊，其中數據處理模塊，對采集到的溫室大棚光照強度信息進行邏輯回歸算法進行訓練，得到多個分類結果，其中將數據分為訓練集和測試集；決策模塊，對多個分類結果賦予各自的操作指令，將采集到新的光照強度信息與分類結果進行比較，從而得到決策結果；

執行模塊，執行決策結果，調節溫室大棚光照強度。