CN108509608A - 基于web的交互式农作物生产管理***及其方法 - Google Patents
基于web的交互式农作物生产管理***及其方法 Download PDFInfo
- Publication number
- CN108509608A CN108509608A CN201810290572.6A CN201810290572A CN108509608A CN 108509608 A CN108509608 A CN 108509608A CN 201810290572 A CN201810290572 A CN 201810290572A CN 108509608 A CN108509608 A CN 108509608A
- Authority
- CN
- China
- Prior art keywords
- database
- information
- crop
- data
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 46
- 238000012272 crop production Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims description 33
- 238000012545 processing Methods 0.000 claims abstract description 114
- 238000013481 data capture Methods 0.000 claims abstract description 17
- 238000004519 manufacturing process Methods 0.000 claims description 40
- 238000007726 management method Methods 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000005286 illumination Methods 0.000 claims description 7
- 230000003698 anagen phase Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 230000003862 health status Effects 0.000 claims description 6
- 238000003058 natural language processing Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims 1
- 238000006073 displacement reaction Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 9
- 238000013016 damping Methods 0.000 description 6
- 239000000523 sample Substances 0.000 description 5
- 241001269238 Data Species 0.000 description 4
- 238000009313 farming Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 210000004218 nerve net Anatomy 0.000 description 4
- 239000006096 absorbing agent Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000004922 lacquer Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于WEB的交互式农作物生产管理***，包括：服务器端，包括第一处理单元，第一数据库，第二处理单元，第二数据库，数据获取单元；智能终端，与第一处理单元连接；第一处理单元，与第一数据库连接；第二处理单元，分别与第一数据库和第二数据库连接；数据获取单元，与第二数据库连接；数据获取单元获取农作物信息，并将其写入第二数据库，第二处理单元获取第二数据库中的非结构数据，并将所述非结构数据结构化之后写入第一数据库；当用户通过智能终端进行交互操作时，智能终端将交互操作内容发送至第一处理单元，第一处理单元根据所述交互操作内容从第一数据库中进行查询，并将查询到的结果以预设的形式反馈至智能终端。
Description
技术领域
本发明涉及一种农作物生产管理技术领域，尤其是涉及一种基于WEB的交互式农作物生产管理***及其方法。
背景技术
农作物是世界上分布最广泛的粮食作物之一，中国是全球第二大农作物生产国，同时也是全球第二大消费国，中国年产农作物占世界第二位，其次是巴西、墨西哥、阿根廷，农作物原产于中美洲，是主要的粮食作物，喜高温，农作物在中国的播种面积很大，分布也很广，是中国北方和西南山区及其它旱谷地区人民的主要粮食之一。
农作物生产过程的管理对农作物的成品有较明显的影响，因此需要将农作物生产过程中积累的知识经验用于农作物生产过程中的管理。现在的农民往往只能依靠传统的经验来管理农作物的生产过程，无法通过获取当前新的技术来提高农作物的产量等。
发明内容
为了解决这一问题，本发明提供了一种基于WEB的交互式农作物生产管理***及其方法，避免了农业从业人员难以直接接触到最新技术的问题。为解决上述技术问题，本发明的提供的一种基于WEB的交互式农作物生产管理***，包括：
服务器端，包括第一处理单元，第一数据库，第二处理单元，第二数据库，数据获取单元，所述第一数据库用于存储农作物信息的结构化数据；所述第二数据库用于存储农作物信息的非结构化数据；
智能终端，与所述第一处理单元连接，用于进行交互操作；
所述第一处理单元，与第一数据库连接，用于获取第一数据库中存储的农作物信息并据此响应智能终端的交互操作；
所述第二处理单元，分别与第一数据库和第二数据库连接，用于对第二数据库中存储的农作物信息的非结构化数据进行结构化处理，当成功进行结构化处理后，将结构化处理过的农作物信息写入第一数据库中；
数据获取单元，与第二数据库连接，用于获取农作物信息，并将所获取的农作物信息写入第二数据库中；
数据获取单元获取农作物信息，并将其写入第二数据库，第二处理单元获取第二数据库中的非结构数据，并将所述非结构数据结构化之后写入第一数据库；当用户通过智能终端进行交互操作时，智能终端将交互操作内容发送至第一处理单元，第一处理单元根据所述交互操作内容从第一数据库中进行查询，并将查询到的结果以预设的形式反馈至智能终端。
优选的，所述基于WEB的交互式农作物生产管理***，还包括：
数据检验单元，与第一数据库连接，用于检验第一数据库中新增的农作物信息是否正确；
所述数据检验单元，还与第二处理单元连接，用于接收并检验第二处理单元发来的待检验的农作物信息，当所述农作物信息被检验为正确时，将所述农作物信息写入第一数据库；
其中，所述待检验的农作物信息，为由第二处理单元在将第二数据库中的非结构数据进行结构化时，根据预设的准则判断结构化的准确率，当所述准确率低于预设的第一阈值且大于第二阈值时，结构化后的数据作为待检验的农作物信息；当所述准确率不低于预设的第一阈值时，结构化后的数据直接写入第一数据库；当所述准确率不大于第二阈值时，结构化处理失败，不进行后续处理；所述结构化包括使用自然语言处理技术进行语义分析，并提取和按预设的规则排列关键词。
优选的，所述农作物信息，包括：
农作物生产过程中的环境需求信息；
和，
农作物生产设施信息。
优选的，所述基于WEB的交互式农作物生产管理***，还包括：
现场监控单元，与第一处理单元连接，用于将农作物生产现场的数字信息发送至第一处理单元；所述数字信息包括：温度、湿度、二氧化碳浓度、光照强度中的一种或多种。
优选的，所述基于WEB的交互式农作物生产管理***，还包括：
第三处理单元，与现场监控单元连接，用于接收并处理现场监控单元发来的图像信息，并将处理结果发送至第一处理单元；
其中，所述处理现场监控单元发来的图像信息，包括：
识别现场监控单元发来的图像信息中的农作物状态，所用识别方法为通过神经网络进行识别；
识别现场监控单元发来的图像信息中的农作物生产设施信息，所用识别方法为通过神经网络进行识别；
所述农作物状态包括：农作物的种类、农作物当前的生长阶段、农作物的健康状态中的一种或多种。
一种基于WEB的交互式农作物生产管理方法，包括：
设置服务器端，所述服务器包括第一处理单元，第一数据库，第二处理单元，第二数据库，数据获取单元；
第一数据库存储农作物信息的结构化数据；
第二数据库存储农作物信息的非结构化数据；
数据获取单元获取农作物信息，并将所获取的农作物信息写入第二数据库中；
第二处理单元对第二数据库中存储的农作物信息的非结构化数据进行结构化处理，当成功进行结构化处理后，将结构化处理过的农作物信息写入第一数据库中；
智能终端，与所述第一处理单元进行通信，进行交互操作；
第一处理单元获取第一数据库中存储的农作物信息并据此响应智能终端的交互操作。
优选的，所述基于WEB的交互式农作物生产管理方法，还包括：
数据检验单元检验第一数据库中新增的农作物信息是否正确；
数据检验单元接收并检验第二处理单元发来的待检验的农作物信息，当所述农作物信息被检验为正确时，将所述农作物信息写入第一数据库；
其中，所述待检验的农作物信息，为由第二处理单元在将第二数据库中的非结构数据进行结构化时，根据预设的准则判断结构化的准确率，当所述准确率低于预设的第一阈值且大于第二阈值时，结构化后的数据作为待检验的农作物信息；当所述准确率不低于预设的第一阈值时，结构化后的数据直接写入第一数据库；当所述准确率不大于第二阈值时，结构化处理失败，不进行后续处理；所述结构化包括使用自然语言处理技术进行语义分析，并提取和按预设的规则排列关键词。
优选的，所述农作物信息，包括：
农作物生产过程中的环境需求信息；
和，
农作物生产设施信息。
优选的，所述基于WEB的交互式农作物生产管理方法，还包括：
现场监控单元将农作物生产现场的数字信息发送至第一处理单元；所述数字信息包括：温度、湿度、二氧化碳浓度、光照强度中的一种或多种。
优选的，所述基于WEB的交互式农作物生产管理方法，还包括：
第三处理单元接收并处理现场监控单元发来的图像信息，并将处理结果发送至第一处理单元；
其中，所述处理现场监控单元发来的图像信息，包括：
识别现场监控单元发来的图像信息中的农作物状态，所用识别方法为通过神经网络进行识别；
识别现场监控单元发来的图像信息中的农作物生产设施信息，所用识别方法为通过神经网络进行识别；
所述农作物状态包括：农作物的种类、农作物当前的生长阶段、农作物的健康状态中的一种或多种。
本发明的优点在于：
通过数据获取单元定时获取最新的农作物生产技术，从而能够根据农民使用过程中的问题提供最新的技术解答，使农民能够根据最新的技术手段来实施农作物的生产。
附图说明
图1是本发明实施例中一种基于WEB的交互式农作物生产管理***的结构示意图；
图2是本发明另一实施例中一种基于WEB的交互式农作物生产管理***的结构示意图；
图3是本发明另一实施例中一种基于WEB的交互式农作物生产管理***的结构示意图；
图4是本发明另一实施例中一种基于WEB的交互式农作物生产管理***的结构示意图。
图5是本发明中无线监控装置的结构示意图。
图6是本发明中减振装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，基于WEB的交互式农作物生产管理***，包括：
服务器端，包括第一处理单元，第一数据库，第二处理单元，第二数据库，数据获取单元，所述第一数据库用于存储农作物信息的结构化数据；所述第二数据库用于存储农作物信息的非结构化数据；
智能终端，与所述第一处理单元连接，用于进行交互操作；
所述第一处理单元，与第一数据库连接，用于获取第一数据库中存储的农作物信息并据此响应智能终端的交互操作；
所述第二处理单元，分别与第一数据库和第二数据库连接，用于对第二数据库中存储的农作物信息的非结构化数据进行结构化处理，当成功进行结构化处理后，将结构化处理过的农作物信息写入第一数据库中；
数据获取单元，与第二数据库连接，用于获取农作物信息，并将所获取的农作物信息写入第二数据库中；所述获取农作物信息包括通过网络爬虫进行检索以及直接下载相关期刊上的论文来实现，并且在实现的过程中，排除已经下载过的网页和论文等内容。
数据获取单元获取农作物信息，并将其写入第二数据库，第二处理单元获取第二数据库中的非结构数据，并将所述非结构数据结构化之后写入第一数据库；当用户通过智能终端进行交互操作时，智能终端将交互操作内容发送至第一处理单元，第一处理单元根据所述交互操作内容从第一数据库中进行查询，并将查询到的结果以预设的形式反馈至智能终端。
通过本发明提供的***，能够及时获取最新的农作物信息，从而能够根据农民使用过程中的问题提供最新的技术解答，使农民能够根据最新的技术手段来实施农作物的生产。而且和直接进行网络搜索相比，由于相当于进行了提前检索和处理，过滤了不相关信息的干扰，如广告、新闻和过时信息等的干扰，因此更容易找到相关的农作物生产信息。
为了避免数据库中的数据出现错误，从而对农民作出误导性操作，在本发明的一个实施例中，如图2所示，所述基于WEB的交互式农作物生产管理***，还包括：
数据检验单元，与第一数据库连接，用于检验第一数据库中新增的农作物信息是否正确；数据检验单元通过预设的合理范围值进行判断，当第一数据库中的数据超过预设的合理范围值之外时，则认为数据是不正常的，还可以通过将数据发送给专门的专家进行判断。其中，预设的合理范围值包括均值和方差，其中均值随着第一数据库中对应数据的增加而调整为第一数据库中对应数据的均值，如当第一数据库中对应数据的数据超过一定的值之后，将均值改为第一数据库中对应数据的均值。
所述数据检验单元，还与第二处理单元连接，用于接收并检验第二处理单元发来的待检验的农作物信息，当所述农作物信息被检验为正确时，将所述农作物信息写入第一数据库；
其中，所述待检验的农作物信息，为由第二处理单元在将第二数据库中的非结构数据进行结构化时，根据预设的准则判断结构化的准确率，当所述准确率低于预设的第一阈值且大于第二阈值时，结构化后的数据作为待检验的农作物信息；当所述准确率不低于预设的第一阈值时，结构化后的数据直接写入第一数据库；当所述准确率不大于第二阈值时，结构化处理失败，不进行后续处理；所述结构化包括使用自然语言处理技术进行语义分析，并提取和按预设的规则排列关键词。
由于农作物的生产条件还与生产设施有关，如漏天种植和在大棚中种植其条件不同，为了节约农民查询相关信息的时间，在本发明一个实施例中，所述农作物信息，包括：
农作物生产过程中的环境需求信息；
和，
农作物生产设施信息。
由于某些大棚已经实现了较为自动化的监控，为了利用这些监控数据，避免农民自己输入可能出现的输错的情况，在本发明一个实施例中，如图3所示，所述基于WEB的交互式农作物生产管理***，还包括：
现场监控单元，与第一处理单元连接，用于将农作物生产现场的数字信息发送至第一处理单元；所述数字信息包括：温度、湿度、二氧化碳浓度、光照强度中的一种或多种。
现场监控单元采用无线监控装置，如图5所示，所述无线监控装置包括遥控小车1、电机2、液压缸3、液压杆4、探头5、温度传感器6、湿度传感器7、二氧化碳浓度传感器8、光强传感器9、处理器11，所述遥控小车1的控制器与所述智能终端无线通信，所述遥控小车1的顶端上安装有所述电机2，所述电机2的输出轴水平方向设置，所述电机2的输出轴与所述液压缸3外壁固定连接，竖直方向的液压杆4一端与所述液压缸3的输出端固定连接，所述液压杆4另一端与所述探头5一端固定连接，所述探头5另一端上依次安装有温度传感器6、湿度传感器7、二氧化碳浓度传感器8、光强传感器9，所述电机2的外壳上设置有凹槽体10，所述凹槽体10内安装有处理器11，所述处理器11分别与所述温度传感器6、所述湿度传感器7、所述二氧化碳浓度传感器8、所述光强传感器9、所述液压缸3、所述电机2连接，所述处理器11与所述智能终端无线通信。
在大棚内铺设一条供遥控小车1行走的路(还可以设置轨道，处理器控制小车在轨道上行驶)，路环绕大棚内的作物设置，用户使用用户终端控制小车在路上行走，探头5上的所述温度传感器6、所述湿度传感器7、所述二氧化碳浓度传感器8、所述光强传感器9能将温度、湿度、二氧化碳浓度、光照强度的检测数据传输给凹槽体10内的处理器11，处理器11再将数据传输给用户终端，以便用户根据数据了解作物的生产环境，从而采取一些手段，保证作物处于最优的生产环境中，有时，需要对作物一些较为隐蔽的位置进行环境监测，用户通过用户终端在大棚外透过透明的观察窗观察进行控制，处理器11接收到控制指令，处理器11控制电机2旋转至所需角度，再控住液压缸3上的液压杆4伸长到所需监测的位置，就能获取相应位置的数据信息，用户无需进入大棚内，就能很方便的通过用户终端的操作，对大棚内各个位置的环境数据进行监测。
为了保证数据检测的稳定性，减少小车在运动过程中颠簸对传感器的冲击，影响传感器的测量数据的准确性，甚至过大的冲击造成传感器的损坏，优选的方案，还包括减振装置，如图6所示，所述减振装置包括底板12、弹簧13、圆筒14、活塞杆15、活塞16，所述电机2安装在所述底板12的顶端，所述底板12的底端与小车1的上端之间靠近外侧处沿圆周方向间隔均匀设置有多个弹簧13，所述圆筒14位于小车1的上端的中间处，所述圆筒14下端与所述小车1的上端固定连接，所述圆筒14的上端设置有开口，所述圆筒14内设置有活塞16，所述活塞杆15一端穿过所述圆筒14的开口与所述活塞16固定连接，所述活塞杆15另一端与所述底板12的底端固定连接，所述活塞16与所述圆筒14的内壁面紧密贴合使得活塞16与圆筒14下面的空间形成密闭的空间，所述底板12与所述小车1的侧棱边之间通过柔性布18包裹，防止灰尘等异物的进入。当小车1在大棚内行走时，当遇到一些颠簸时，通过底板12的底端与小车1的上端之间的弹簧进行缓冲，从而保护探头上的传感器免于冲击产生过大位移，而影响传感器测量数据的稳定性，当小车在运行过程中，受到很大的冲击，弹簧13的缓冲不足以起到明显的减振效果时，底板12仍会沿竖直方向产生很大的位移，导致底板12上面的传感器的剧烈振动，此时，活塞杆15也会产生很大的位移，活塞杆15向下或向上产生很大的位移时，活塞杆15上的活塞16都会压缩或者扩充圆筒14内密闭空间内的气体，压杆的位移越大，受到的阻力也就越大，即在大的冲击力下，超过弹簧减振的极限位移时，活塞杆15挤压圆筒14内的气体，位移越大阻力也就越大，从而防止超过破坏的极限位移，起到了在小冲击力下通过弹簧的作用减振，在大冲击力下通过活塞挤压空气来进行减振，使得减振装置在很大的冲击力范围内都能起到减振的作用。为了缓冲横向冲击，所述小车1的顶端设置有橡胶盘20，所述橡胶盘20的顶端与所述底板12的底端设置间隙，所述橡胶盘20的顶端设置有开口朝上的凹槽18，限位杆19一端与所述底板12的底端固定连接，所述限位杆19另一端延伸至所述凹槽18内。当所述小车1在运行过程中，发生较大的横向位移时，底盘12也会跟着发生较大的横向位移，限位杆19也会被带动发生横向位移，当超过一定的位移时，限位杆19就会碰触到橡胶盘20上的凹槽18的内壁上，与橡胶盘20发生作用，从而通从橡胶的弹性起到阻止横向位移的作用，从而对小车运行过程中的横向振动起到减振的作用，使得传感器测量不会发生较大的位移，保证传感器的稳定性，获取更精确的测量数据。
由于某些大棚已经实现了视频监控，为了利用这些监控数据，避免农民自己输入可能出现的输错的情况，在本发明一个实施例中，如图4所示，所述基于WEB的交互式农作物生产管理***，还包括：
第三处理单元，与现场监控单元连接，用于接收并处理现场监控单元发来的图像信息，并将处理结果发送至第一处理单元；
其中，所述处理现场监控单元发来的图像信息，包括：
识别现场监控单元发来的图像信息中的农作物状态，所用识别方法为通过神经网络进行识别；
识别现场监控单元发来的图像信息中的农作物生产设施信息，所用识别方法为通过神经网络进行识别；
所述农作物状态包括：农作物的种类、农作物当前的生长阶段、农作物的健康状态中的一种或多种。
一种基于WEB的交互式农作物生产管理方法，包括：
设置服务器端，所述服务器包括第一处理单元，第一数据库，第二处理单元，第二数据库，数据获取单元；
第一数据库存储农作物信息的结构化数据；
第二数据库存储农作物信息的非结构化数据；
数据获取单元获取农作物信息，并将所获取的农作物信息写入第二数据库中；
第二处理单元对第二数据库中存储的农作物信息的非结构化数据进行结构化处理，当成功进行结构化处理后，将结构化处理过的农作物信息写入第一数据库中；
智能终端，与所述第一处理单元进行通信，进行交互操作；
第一处理单元获取第一数据库中存储的农作物信息并据此响应智能终端的交互操作。
为了避免数据库中的数据出现错误，从而对农民作出误导性操作，在本发明的一个实施例中，所述基于WEB的交互式农作物生产管理方法，还包括：
数据检验单元检验第一数据库中新增的农作物信息是否正确；
数据检验单元接收并检验第二处理单元发来的待检验的农作物信息，当所述农作物信息被检验为正确时，将所述农作物信息写入第一数据库；
其中，所述待检验的农作物信息，为由第二处理单元在将第二数据库中的非结构数据进行结构化时，根据预设的准则判断结构化的准确率，当所述准确率低于预设的第一阈值且大于第二阈值时，结构化后的数据作为待检验的农作物信息；当所述准确率不低于预设的第一阈值时，结构化后的数据直接写入第一数据库；当所述准确率不大于第二阈值时，结构化处理失败，不进行后续处理；所述结构化包括使用自然语言处理技术进行语义分析，并提取和按预设的规则排列关键词。
由于农作物的生产条件还与生产设施有关，如漏天种植和在大棚中种植其条件不同，为了节约农民查询相关信息的时间，在本发明一个实施例中，所述农作物信息，包括：
农作物生产过程中的环境需求信息；
和，
农作物生产设施信息。
由于某些大棚已经实现了较为自动化的监控，为了利用这些监控数据，避免农民自己输入可能出现的输错的情况，在本发明一个实施例中，所述基于WEB的交互式农作物生产管理方法，还包括：
现场监控单元将农作物生产现场的数字信息发送至第一处理单元；所述数字信息包括：温度、湿度、二氧化碳浓度、光照强度中的一种或多种。
由于某些大棚已经实现了视频监控，为了利用这些监控数据，避免农民自己输入可能出现的输错的情况，在本发明一个实施例中，所述基于WEB的交互式农作物生产管理方法，还包括：
第三处理单元接收并处理现场监控单元发来的图像信息，并将处理结果发送至第一处理单元；
其中，所述处理现场监控单元发来的图像信息，包括：
识别现场监控单元发来的图像信息中的农作物状态，所用识别方法为通过神经网络进行识别；
识别现场监控单元发来的图像信息中的农作物生产设施信息，所用识别方法为通过神经网络进行识别；
所述农作物状态包括：农作物的种类、农作物当前的生长阶段、农作物的健康状态中的一种或多种。
本发明通过数据获取单元定时获取最新的农作物生产技术，从而能够根据农民使用过程中的问题提供最新的技术解答，使农民能够根据最新的技术手段来实施农作物的生产。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (10)
1.一种基于WEB的交互式农作物生产管理***，其特征在于，包括：
服务器端，包括第一处理单元，第一数据库，第二处理单元，第二数据库，数据获取单元，所述第一数据库用于存储农作物信息的结构化数据；所述第二数据库用于存储农作物信息的非结构化数据；
智能终端，与所述第一处理单元连接，用于进行交互操作；
所述第一处理单元，与第一数据库连接，用于获取第一数据库中存储的农作物信息并据此响应智能终端的交互操作；
所述第二处理单元，分别与第一数据库和第二数据库连接，用于对第二数据库中存储的农作物信息的非结构化数据进行结构化处理，当成功进行结构化处理后，将结构化处理过的农作物信息写入第一数据库中；
数据获取单元，与第二数据库连接，用于获取农作物信息，并将所获取的农作物信息写入第二数据库中；
数据获取单元获取农作物信息，并将其写入第二数据库，第二处理单元获取第二数据库中的非结构数据，并将所述非结构数据结构化之后写入第一数据库；当用户通过智能终端进行交互操作时，智能终端将交互操作内容发送至第一处理单元，第一处理单元根据所述交互操作内容从第一数据库中进行查询，并将查询到的结果以预设的形式反馈至智能终端。
2.根据权利要求1所述的基于WEB的交互式农作物生产管理***，其特征在于，还包括：
数据检验单元，与第一数据库连接，用于检验第一数据库中新增的农作物信息是否正确；
所述数据检验单元，还与第二处理单元连接，用于接收并检验第二处理单元发来的待检验的农作物信息，当所述农作物信息被检验为正确时，将所述农作物信息写入第一数据库；
其中，所述待检验的农作物信息，为由第二处理单元在将第二数据库中的非结构数据进行结构化时，根据预设的准则判断结构化的准确率，当所述准确率低于预设的第一阈值且大于第二阈值时，结构化后的数据作为待检验的农作物信息；当所述准确率不低于预设的第一阈值时，结构化后的数据直接写入第一数据库；当所述准确率不大于第二阈值时，结构化处理失败，不进行后续处理；所述结构化包括使用自然语言处理技术进行语义分析，并提取和按预设的规则排列关键词。
3.根据权利要求1所述的基于WEB的交互式农作物生产管理***，其特征在于，所述农作物信息，包括：
农作物生产过程中的环境需求信息；
和，
农作物生产设施信息。
4.根据权利要求3所述的基于WEB的交互式农作物生产管理***，其特征在于，还包括：
现场监控单元，与第一处理单元连接，用于将农作物生产现场的数字信息发送至第一处理单元；所述数字信息包括：温度、湿度、二氧化碳浓度、光照强度中的一种或多种。
5.根据权利要求4所述的基于WEB的交互式农作物生产管理***，其特征在于，还包括：
第三处理单元，与现场监控单元连接，用于接收并处理现场监控单元发来的图像信息，并将处理结果发送至第一处理单元；
其中，所述处理现场监控单元发来的图像信息，包括：
识别现场监控单元发来的图像信息中的农作物状态，所用识别方法为通过神经网络进行识别；
识别现场监控单元发来的图像信息中的农作物生产设施信息，所用识别方法为通过神经网络进行识别；
所述农作物状态包括：农作物的种类、农作物当前的生长阶段、农作物的健康状态中的一种或多种。
6.一种基于WEB的交互式农作物生产管理方法，其特征在于，包括：
设置服务器端，所述服务器包括第一处理单元，第一数据库，第二处理单元，第二数据库，数据获取单元；
第一数据库存储农作物信息的结构化数据；
第二数据库存储农作物信息的非结构化数据；
数据获取单元获取农作物信息，并将所获取的农作物信息写入第二数据库中；
第二处理单元对第二数据库中存储的农作物信息的非结构化数据进行结构化处理，当成功进行结构化处理后，将结构化处理过的农作物信息写入第一数据库中；
智能终端，与所述第一处理单元进行通信，进行交互操作；
第一处理单元获取第一数据库中存储的农作物信息并据此响应智能终端的交互操作。
7.根据权利要求6所述的基于WEB的交互式农作物生产管理方法，其特征在于，还包括：
数据检验单元检验第一数据库中新增的农作物信息是否正确；
数据检验单元接收并检验第二处理单元发来的待检验的农作物信息，当所述农作物信息被检验为正确时，将所述农作物信息写入第一数据库；
其中，所述待检验的农作物信息，为由第二处理单元在将第二数据库中的非结构数据进行结构化时，根据预设的准则判断结构化的准确率，当所述准确率低于预设的第一阈值且大于第二阈值时，结构化后的数据作为待检验的农作物信息；当所述准确率不低于预设的第一阈值时，结构化后的数据直接写入第一数据库；当所述准确率不大于第二阈值时，结构化处理失败，不进行后续处理；所述结构化包括使用自然语言处理技术进行语义分析，并提取和按预设的规则排列关键词。
8.根据权利要求6所述的基于WEB的交互式农作物生产管理方法，其特征在于，所述农作物信息，包括：
农作物生产过程中的环境需求信息；
和，
农作物生产设施信息。
9.根据权利要求8所述的基于WEB的交互式农作物生产管理方法，其特征在于，还包括：
现场监控单元将农作物生产现场的数字信息发送至第一处理单元；所述数字信息包括：温度、湿度、二氧化碳浓度、光照强度中的一种或多种。
10.根据权利要求9所述的基于WEB的交互式农作物生产管理方法，其特征在于，还包括：
第三处理单元接收并处理现场监控单元发来的图像信息，并将处理结果发送至第一处理单元；
其中，所述处理现场监控单元发来的图像信息，包括：
识别现场监控单元发来的图像信息中的农作物状态，所用识别方法为通过神经网络进行识别；
识别现场监控单元发来的图像信息中的农作物生产设施信息，所用识别方法为通过神经网络进行识别；
所述农作物状态包括：农作物的种类、农作物当前的生长阶段、农作物的健康状态中的一种或多种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810290572.6A CN108509608B (zh) | 2018-03-30 | 2018-03-30 | 基于web的交互式农作物生产管理***及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810290572.6A CN108509608B (zh) | 2018-03-30 | 2018-03-30 | 基于web的交互式农作物生产管理***及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108509608A true CN108509608A (zh) | 2018-09-07 |
| CN108509608B CN108509608B (zh) | 2021-06-22 |
Family
ID=63380080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810290572.6A Expired - Fee Related CN108509608B (zh) | 2018-03-30 | 2018-03-30 | 基于web的交互式农作物生产管理***及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108509608B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101858781A (zh) * | 2010-06-09 | 2010-10-13 | 天津大学 | 基于遥控车载平台的居住区夜间光环境检测*** |
| US20110276336A1 (en) * | 2010-03-25 | 2011-11-10 | Tracy Sweely | Method and apparatus for managing production complexity of high yield, multiple crop gardening and sustainable farming operations |
| CN104035943A (zh) * | 2013-03-08 | 2014-09-10 | 联想(北京)有限公司 | 存储数据的方法及相应服务器 |
| CN106022467A (zh) * | 2016-05-17 | 2016-10-12 | 浪潮集团有限公司 | 一种基于神经网络的农作物疾病检测*** |
| CN106210037A (zh) * | 2016-07-08 | 2016-12-07 | 重庆市农业科学院 | 基于web的交互式农作物生产管理***及其方法 |
| CN106682145A (zh) * | 2016-12-22 | 2017-05-17 | 北京览群智数据科技有限责任公司 | 一种企业信息的处理方法、服务器及客户端 |
| CN207082140U (zh) * | 2017-07-07 | 2018-03-09 | 重庆市农业科学院 | 一种基于网络的交互式玉米生产管理*** |
-
2018
- 2018-03-30 CN CN201810290572.6A patent/CN108509608B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110276336A1 (en) * | 2010-03-25 | 2011-11-10 | Tracy Sweely | Method and apparatus for managing production complexity of high yield, multiple crop gardening and sustainable farming operations |
| CN101858781A (zh) * | 2010-06-09 | 2010-10-13 | 天津大学 | 基于遥控车载平台的居住区夜间光环境检测*** |
| CN104035943A (zh) * | 2013-03-08 | 2014-09-10 | 联想(北京)有限公司 | 存储数据的方法及相应服务器 |
| CN106022467A (zh) * | 2016-05-17 | 2016-10-12 | 浪潮集团有限公司 | 一种基于神经网络的农作物疾病检测*** |
| CN106210037A (zh) * | 2016-07-08 | 2016-12-07 | 重庆市农业科学院 | 基于web的交互式农作物生产管理***及其方法 |
| CN106682145A (zh) * | 2016-12-22 | 2017-05-17 | 北京览群智数据科技有限责任公司 | 一种企业信息的处理方法、服务器及客户端 |
| CN207082140U (zh) * | 2017-07-07 | 2018-03-09 | 重庆市农业科学院 | 一种基于网络的交互式玉米生产管理*** |
Non-Patent Citations (1)
| Title |
|---|
| 张盈利: "基于模式匹配的非结构化病理报告的信息抽取方法", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108509608B (zh) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107392091B (zh) | 一种农业人工智能作物检测方法、移动终端和计算机可读介质 | |
| Woodman et al. | Airborne chemicals and forest health | |
| CN107944596A (zh) | 一种基于物联网的甜瓜生长管理专家*** | |
| CA3172012A1 (en) | Insect monitoring system and method | |
| CN105979001A (zh) | 农林四情监控*** | |
| CN110321956B (zh) | 一种基于人工智能的牧草病虫害治理方法及装置 | |
| CN112461828A (zh) | 一种基于卷积神经网络的病虫害智能测报预警*** | |
| Javierto et al. | Robusta Coffee Leaf Detection based on YOLOv3-MobileNetv2 model | |
| CN106960216A (zh) | 一种农机作业机具类型的识别方法和装置 | |
| Shaw | Remote sensing and site‐specific weed management | |
| Stone et al. | Assessing canopy health of native eucalypt forests | |
| CN106873577B (zh) | 应用于南极大口径望远镜控制***的故障诊断方法 | |
| Vikranth | An implementation of IoT and data analytics in smart agricultural system–A systematic literature review | |
| CN108509608A (zh) | 基于web的交互式农作物生产管理***及其方法 | |
| US20190340485A1 (en) | Method and system for generating a responsive communication from a chatbot to network with plant monitoring systems | |
| CN108901348A (zh) | 一种采棉机控制方法、***、装置及可读存储介质 | |
| CN108830740A (zh) | 一种农作物生长节点实时技术信息采集***及方法 | |
| Büntgen et al. | Extending the climatological concept of ‘Detection and Attribution’to global change ecology in the Anthropocene | |
| Yamada et al. | Differences in growth trajectory and strategy of two sympatric congeneric species in an Indonesian floodplain forest | |
| CN114419441A (zh) | 一种农作物病虫害的监测方法和*** | |
| Miyatra et al. | A Survey on Disease and Nutrient Deficiency Detection in Cotton Plant | |
| Singh et al. | Smart Nursery with Health Monitoring System Through Integration of IoT and Machine Learning | |
| Elleuch et al. | Diagnostic method based DL approach to detect the lack of elements from the leaves of diseased plants | |
| Vogiety | Smart agriculture techniques using machine learning | |
| US20230384279A1 (en) | Method and apparatus for open micro-environment plant health sensing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210622 |