排序方式： 共有6条查询结果，搜索用时 179 毫秒
1
1.
基于IPv6和异构无线传感网络智能网关型的农业物联网系统设计 总被引：1，自引：0，他引：1
为改善当前农业物联网中IPv6和单一无线传感网络智能网关的不足,提出1种基于IPv6和异构型无线网络农业物联网智能网关的设计方法。该方法首先结合3种无线传感网络对智能网关进行整体设计,接着利用TUN服务实现了智能网关的无线模块设计,并且实现异构无线网络通信设计,接着定义感知层通信协议,并实现感知层的采集类节点和控制类节点设计,最后对系统进行了测试和分析。测试结果表明,经该智能网关设计的物联网系统能有效监测农业环境的温度、湿度、光照度等农业环境信息,并进行相应设备的自动控制;验证了IPv6异构型智能网关在农业物联网数据采集和设备控制的有效性,以及构建农业物联网系统的可行性。 相似文献
2.
面向空间自相关信息的高光谱图像分类方法 总被引：1，自引：0，他引：1
空间滤波器在提取高光谱图像纹理信息过程中容易丢失空间自相关信息,导致植被分类精度不高。针对当前方法的不足,提出一种空间自相关信息的高光谱图像分类算法(Classification of hyperspectral image based on spatial autocorrelation information,CHISCI)。该方法先用域转换线性插值卷积滤波(Domain transform filter of interpolated convolution,DTFOIC)对高光谱全波段图像提取空间自相关信息,然后对高光谱数据进行主成分分析(Principal component analysis,PCA)降维后的前部分主成分提取空间自相关信息,两种空间自相关信息线性融合后交由支持向量机(Support vector machine,SVM)完成分类。试验表明,相比使用光谱信息、高光谱降维、空谱结合的SVM分类方法和边缘保持滤波以及递归滤波的方法,所提出的CHISCI方法对高光谱图像的植被分类精度有较大提高,在训练样本仅为6%和1%的情况下,对印第安农林和萨里斯山谷数据集分类的总体分类精度分别达到96.16%和98.67%,比其他算法高出2~16个百分点,验证了该方法的有效性。 相似文献
3.
基于物联网的温室大棚环境监控系统设计方法 总被引：13，自引：5，他引：8
目前农业物联网通信协议尚不统一。为了更好地封装和传输农业信息,提出一种适用于农业物联网的通信协议AGCP(agricultural greenhouses communication protocol)。利用AGCP协议结合物联网架构完成了基于物联网架构的农业大棚监控系统的设计,重点完成了感知层中协调器和节点终端的信息采集以及设备控制的软硬件设计,并详细设计了光照控制模块、温度控制模块和灌溉控制模块,最后进行了系统测试和分析。试验表明,该系统能有效监测温室大棚的空气温度、湿度、二氧化碳以及土壤湿度等农业环境信息,并能进行相应设备的自动控制,验证了AGCP协议在农业物联网的有效性以及构建系统的可行性。 相似文献
4.
提出一种结合Beltrami流滤波和域转换递归滤波的高光谱图像分类算法(BFRF-SVM)。分别利用Beltrami流对主成分分析(PCA)降维后的高光谱图像滤波方法和域转换递归滤波方法对全光谱波段进行滤波,两种空间信息进行线性融合后交由支持向量机(SVM)完成分类。实验表明,相比使用光谱信息、高光谱降维、空谱结合的SVM分类方法,以及边缘保持滤波和递归滤波以及形态学滤波特征方法,本文提出的BFRF-SVM方法对高光谱图像的分类精度有较大提高,验证了该方法的有效性。 相似文献
5.
为了改善当前农业物联网智能网关数据封装标准和通信协议不统一的不足,提出一种三层通信协议的智能网关设计方法,结合该方法完成了智能网关设计。首先定义了智能网关应用层的通信协议、串口通信协议和节点通信协议,三层协议协同完成农业物联网系统的数据封装、处理和传输;其次结合通信协议完成了智能网关软件设计;最后进行了系统测试和分析,测试结果表明,经智能网关设计的物联网系统能根据通信协议有效监测农业环境的温度、湿度、光照度等农业环境信息,并进行相应设备的自动控制。验证了通信协议的正确性和智能网关在农业物联网数据采集和设备控制的有效性,以及构建农业物联网系统的可行性。 相似文献
6.
提出了一种基于双边滤波和像元邻域信息的高光谱图像分类(BS-SVM)算法。该方法首先利用双边滤波器提取经主成分分析降维后的高光谱图像空间纹理信息,然后通过设计一种高光谱像元邻域信息来构建高光谱的空间相关信息,最后将2种空间信息融合后与光谱信息结合,形成空谱信息(空间信息和光谱信息)后交由支持向量机完成分类。实验结果表明,相比单纯使用光谱信息的支持向量机的分类方法以及基于Gabor滤波的空谱信息结合分类方法,所提出的BS-SVM方法分类精度有较大幅度提高,充分证明了该方法的有效性。 相似文献
1