共查询到20条相似文献，搜索用时 15 毫秒
1.
为满足温室环境测控系统中传感器数据需具有鲁棒性的要求,提出一种基于时空关联性的温室环境多传感器数据融合算法。利用时间预测算法对环境数据的时间相关性进行预测,利用同质和异质传感器的特点对环境参数进行空间相似性预测。利用改进型支持度函数算法对基于时空关联性的预测值进行数据融合,并对数据融合的效果进行验证。结果表明,时间相关性、空间相似性预测算法的预测效果较好,且以时空预测值为输入变量时,改进型支持度函数的数据融合算法能够有效地将环境数据预处理的时空关联性预测值赋予动态的加权值,并且其数据融合结果优于平均值算法、传统支持度函数算法,数据融合产生的最优估计值更能真实地反映温室环境的变化,具有可靠性和准确性。 相似文献
2.
采用人工神经网络双向时间序列插补模型,利用缺失数据前后已知的观测数据,插补出短期缺失通量数据;应用人工神经网络环境因子辅助参证模型,利用各种与标量通量存在明显生态学响应关系的环境因子观测资料预测长期缺失通量数据.并结合Forest Site Mongolia森林生态定位站2003年的NEE观测资料,人为剔除一定比例的数据,分别用平均昼夜法(MDV)和非线形回归法(MM-S)以及2种人工神经网络模型将剔除的数据补齐,用各种插补方法得到的结果与原NEE观测资料进行对比.结果表明:2种基于人工神经网络的插补模型对通量观测缺失数据能够进行较好的插补. 相似文献
3.
4.
《沈阳农业大学学报》2016,(1)
无线传感器网络中采集的监测数据存在着较大的冗余和误差,影响数据的可靠性,然而由于温室环境具有空间大且温场分布受多种参数影响大等特点,在采集监测和控制中对数据的准确性要求比较高。为实现北方日光温室实时数据融合,提高实时数据精度,以沈阳农业大学北山试验基地一栋日光温室的实时采集数据为例,提出一种数据融合方法,通过无线传感器实时采集温室数据,利用格拉布斯判定准则进行数据预处理,并应用自适应加权平均算法对数据进行融合试验。试验结果表明:格拉布斯判定准则能够有效的剔除粗大误差,与原始采集数据相对比剔除误差后数据精度提高8%;与应用传统平均数据融合算法处理数据结果对比自适应加权平均数据融合能够明显的提高数据精度,融合后数据精度被提高6%。针对北方日光温室环境,采用无线传感器多数据融合方法,克服了对每个传感器采集的信息分别处理时的不确定性和不稳定性,经融合处理后结果能够提高温室环境监测的精确度,可全面准确的描述温室实时环境,为温室环境控制提供更加精准的基础数据,控制后使温室环境的温度、湿度、光照强度等主要参数达到相对理想的条件。 相似文献
5.
雷立群 《吉林农业科技学院学报》2016,(3):64-67
线接触加工是一种新的加工方法,是利用铣刀侧刃一次走刀完成对直纹面的加工,利用该方法实现的数控系统所采用的是复合插补方法.空间直线插补和圆弧插补是复合插补方法的基础,文中深入研究了空间直线插补和圆弧插补算法及插补过程中的速度处理方式,并利用这种插补方法实现了全软件数控系统,实验证明该插补方法是合理可行的. 相似文献
6.
雷立群 《吉林农业科技学院学报》2016,(2):134-137
线接触加工是一种新的加工方法,是利用铣刀侧刃一次走刀完成对直纹面的加工,利用该方法实现的数控系统所采用的是复合插补方法.空间直线插补和圆弧插补是复合插补方法的基础,文中深入研究了空间直线插补和圆弧插补算法及插补过程中的速度处理方式,并利用这种插补方法实现了全软件数控系统,实验证明该插补方法是合理可行的. 相似文献
7.
8.
[目的]本文旨在探索不同情况下多性状联合插补分析对缺失表型的预测效果.利用统计学方法对缺失表型进行有效预测,可以增大样本量并提高数据分析的准确性.[方法]利用均值法、K邻近(K-nearest neighbor,KNN)、决策树、多重插补法(multiple imputation by chained equation... 相似文献
9.
缺测降水数据的插补可以有效改善数据系列的完整性,以元江境内的元江、洼垤、因远、街子河、阿支、磨房河等水文和雨量站点逐月及年降水数据为基础,研究缺测降水数据的插补。站点之间月降水数据相关分析表明：各站点之间相关性较差,相关分析难以满足本研究流域内部分月降水数据插补精度,故尝试采用BP神经网络模型对研究流域降水数据进行插补。研究表明：基于本流域降水数据建立的神经网络模型检测样本合格率达到89.6%,具有较好的插补精度,说明神经网络可以用于本研究流域的缺测降水数据插补,为降水数据缺测的插补提供了新的途径。 相似文献
10.
《农业网络信息》2017,(12)
农业物联网在农业温室大棚应用非常广泛,传感器采集温室大棚的各项参数是非常重要的环节。温室大棚中的传感器由于硬件和位于大棚中的地理位置等原因导致传感器数据不精准。针对这一问题本文提出了一种基于信任度的多传感器数据融合方法。通过定义指数信任度函数的方法,利用指数函数的特征对传感器监测的传感数据间的信任程度进行量化处理,利用信任度矩阵计算每个传感器采集温度数据的信任程度,并根据信任程度在数据融合时合理的分配权重,推导出数据融合公式,实现多传感器数据融合的目标。分析温室大棚温度数据融合结果可知,经过数据融合后的温度数据更加的精准,贴近实际情况和更好的参考价值,从而能够更好地指导农业生产,提高产量。 相似文献
11.
为加强温室环境监控系统稳定性,提高数据融合程度,进而提升温室环境远程监控精度,基于自动需求响应提出远程温室监控数据融合方法.通过分析监控系统总设计方案,将各传感器采集到的环境数据传送至协调器节点,优化系统硬件组成;利用自适应加权融合方法对温室监控数据节点进行数据融合,将融合后的环境数据标准值传输至主控中心,通过D-S理... 相似文献
12.
采用1种温室环境检测车,搭载ZigBee终端节点和各种环境检测传感器,移动测量温室环境参数。以51单片机为核心,设计温室环境检测车的主控制器,通过ZigBee终端节点搭载的传感器,检测温室温度、光照强度、湿度,并将采集到的数据实时发送至控制台,可以使用MFC界面利用串口对温室环境检测车进行控制,也可以通过ZigBee协调器,利用键盘对温室环境检测车进行控制。 相似文献
13.
14.
15.
16.
17.
为了解决温室植物病害预警、防治不及时的问题,设计了一种基于粒子群优化的支持向量机(PSO-SVR)模型的温室物联网预警系统.系统通过对观测数据进行分析训练,进而建立起植物病害预警模型,根据预测结果,结合易产生黄瓜病害的环境参数范围选择是否向用户发出预警警报,利用温室物联网控制技术实现对植物病害的生态防治.同时系统可以向搭载Android平台的设备发送提醒消息,并可以进行远程监控.该系统利用Wi-Fi技术将传感器系统和嵌入式设备组成星型网络,根据传感器返回的有效环境参数数据,通过PSO-SVR模型对温室温度、湿度参数进行预测,预测准确率分别为97.6％、96.8％,可以用作理论指导.测试结果表明,该系统响应时间短、运行稳定,可有效地监测并预测温室环境参数,对于植物病害的防治有较好的实际作用. 相似文献
18.
《江苏农业科学》2018,(20)
当前一般按照数据的后验分布,为缺失值插入估计值,通常低估了统计量的方差,导致统计量估计置信范围降低,检测显著性降低。为此,提出1种新的基于BP神经网络的农资库存数据插补技术。为了增强不同年份农资库存数据的可比性,对数据进行归一化处理。针对训练的BP神经网络,通过平均绝对误差、均方误差、平均预测误差、平均绝对百分误差完成统计分析,评价模拟值和观测模拟值间的离散程度。分析了BP神经网络结构,对农资库存数据进行插补的过程中,构造双向时间识别序列,改变应用前一时间段农资库存数据预测后期数据的传统方式,采用缺失时间段前后已有农资库存数据共同对缺失数据进行预测。完成农资库存数据的处理后,需对已有样本进行训练,如果检验拟合度指标值高于0. 8,则认为训练结果可靠,从而完成对缺失值的预测,实现农资库存数据插补。试验结果表明,所提技术插补精度高。 相似文献
19.
提出了一种采用对数算法的圆弧插补方法，并对插补误差进行了分析，插补软件利用ＭＣＳ－５１汇编语言编制。 相似文献