CN111581602A - 一种空气质量指数自适应预测语音*** - Google Patents
一种空气质量指数自适应预测语音*** Download PDFInfo
- Publication number
- CN111581602A CN111581602A CN202010376228.6A CN202010376228A CN111581602A CN 111581602 A CN111581602 A CN 111581602A CN 202010376228 A CN202010376228 A CN 202010376228A CN 111581602 A CN111581602 A CN 111581602A
- Authority
- CN
- China
- Prior art keywords
- air quality
- module
- voice
- data
- model
- 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.)
- Pending
Links
- 230000003044 adaptive effect Effects 0.000 claims abstract description 8
- 229910002091 carbon monoxide Inorganic materials 0.000 claims abstract description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims abstract description 7
- 238000012417 linear regression Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 239000000428 dust Substances 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 abstract description 3
- 238000000034 method Methods 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000010606 normalization Methods 0.000 abstract description 2
- 230000004044 response Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012314 multivariate regression analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Databases & Information Systems (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Evolutionary Biology (AREA)
- Combustion & Propulsion (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Electrochemistry (AREA)
- Medicinal Chemistry (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Molecular Biology (AREA)
- Atmospheric Sciences (AREA)
Abstract
一种空气质量指数自适应预测语音***。本发明以Arduino开发板为核心，首先通过多元线性回归分析训练大量历史数据得到初步的回归模型；其次采用相关传感器得到具体区域的空气中形成PM2.5、温度以及一氧化碳浓度数据，数据经过归一化等处理后输入回归模型中得到空气质量的预测值，此外，整个模型通过自适应学习机制，即每采集一定量数据后，将其作为历史数据输入再次训练模型，不断优化预测模型，使得预报精度得到保证；可以利用HC‑05蓝牙模块，使用者可在如手机的通讯设备上实时查看当前的上述相关气体浓度以及空气预报质量情况，此外，通过询问LD3320语音识别模块内置的设定语句，可得到SYN6288语音播报模块的设定回应语句，达到智能人机交互的目的。
Description
技术领域
本发明涉及空气质量检测技术领域，具体涉及一种空气质量指数自适应预测语音***。
背景技术
目前我国处于经济高速发展的阶段，人民物质生活水平不断提高。然而与我们的生活息息相关的环境却日益恶化。环境污染，也成为我国面临的严峻挑战之一。近年来，大气污染不仅对人们的日常生活、工作造成不可估量的影响，也对人民的健康造成极大的损害。然而，传统的空气质量监测主要依靠气象站点，反映的大多是一个地区的平均水平，不能实时反映一个人所处的局部空间的空气质量。
随着各种传感器的发展，对环境中各种气体的浓度监测早已实现。目前也存在一些小型气象观测盒，但普遍价格较高，体积较大，不适合个人携带和使用，同时监测精度有待提高，而且里面涉及的一些监测内容在很多情况下缺乏太大参考意义，部分组件利用率不高。
影响人们出行的空气质量的主要评价指标包括颗粒物、CO等气体的浓度，可分别根据激光散射、电化学原理以及定标获得的参数获取，本发明在文献为陶雪梅,李高.基于Matlab的神经网络在绵阳空气质量预测中的应用[J].四川环境,2020,39(02):49-54的基础上进行空气质量指数自适应式模型预测。
发明内容
（一）解决的技术问题
本发明的目的在于提供一种空气质量指数自适应预测语音***，以实现进行用户周边区域的实时空气质量的预报及超标警报功能。
（二）技术方案
为实现上述目的，本发明提供如下技术方案：一种空气质量指数自适应预测语音***，包括
实时数据采集模块，用于对空气中的实时气象数据进行采集；
自适应学习的回归模型预测模块，用于对大量的气象的数据，与空气质量指数建立回归模型，采用多元线性回归分析进行训练，更新自适应预测模型；
智能语音模块，用于对预测模型得出的空气质量数据和实时数据采集模块采集的气象数据进行处理分析，提供语音交互功能。
进一步的，所述实时数据采集模块包括灰尘传感器、一氧化碳传感器和温度传感器。
进一步的，所述智能语音模块包括Arduino控制模块、LD3320语音识别模块以及SYN6288语音播报模块。
（三）有益效果
本发明以Arduino开发板为核心，首先通过多元线性回归分析训练大量历史数据得到初步的回归模型；其次采用相关传感器得到具体区域的空气中形成PM_2.5、温度以及一氧化碳浓度数据，数据经过归一化等处理后输入回归模型中得到空气质量的预测值，此外，整个模型通过自适应学习机制，即每采集一定量数据后，将其作为历史数据输入再次训练模型，不断优化预测模型，使得预报精度得到保证；可以利用HC-05蓝牙模块，使用者可在如手机的通讯设备上实时查看当前的上述相关气体浓度以及空气预报质量情况，此外，通过询问LD3320语音识别模块内置的设定语句，可得到SYN6288语音播报模块的设定回应语句，达到智能人机交互的目的。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明结构示意图；
图2是本发明方法流程图；
图3是本发明内部结构电路图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1-3，本发明提供一种技术方案：一种空气质量指数自适应预测语音***，包括
实时数据采集模块，用于对空气中的实时气象数据进行采集，空气中PM_2.5可以利用由激光散射制成的光学传感器测量，这里采用的GP2Y1010AU0F模块；CO可以利用基于电化学原理的传感器进行测量，这里的使用的传感器分别为MQ-7；温度测量采用DS18B20模块；
自适应学习的回归模型预测模块，用于对大量的气象的数据，与空气质量指数建立回归模型，采用多元线性回归分析进行训练，更新自适应预测模型，主要通过对大量的历史对空气质量产生影响的温度、PM_2.5浓度以及一氧化碳浓度的数据，与空气质量指数（依据AQI）建立回归模型，使得模型达到自适应的学习，可进一步提高预报精度；
智能语音模块，用于对预测模型得出的空气质量数据和实时数据采集模块采集的气象数据进行处理分析，提供语音交互功能，以Arduino为核心，MQ-7、GP2Y1010AUOF以及DS18B20分别测的实时的CO、PM_2.5以及温度数据构成实时数据采集模块；LD3320、SYN6288以及HC-05模块构成了语音识别以及语音播报以及实时数据可视化的人机交互综合模块，采用LD3320语音识别模块以及SYN6288语音播报模块达到实时的人机交互的目的，采用HC-05蓝牙模块与日常通讯设备如手机达到实时的数据传输及可视化。
本发明首先使用多元回归分析对大量历史气象数据训练得到初步的回归模型；其次，采用温度、PM_2.5及一氧化碳传感器分别测得当前环境下温度、浓度以及一氧化碳浓度，通过回归模型预测得到当前空气质量指数预报值，用户可询问LD3320语音识别模块中内置的语句，例如“今天天气怎么样”，模块语音识别后，SYN6288语音播报模块针对不同的空气质量情况对当前识别语句反馈内置语句，例如当前预测空气质量值划分为“差”等级，则语音播报内容为提醒用户出行及相关注意事项等等，还可以通过HC-05蓝牙模块传输，用户可在手机等移动通讯设备上查看当前空气质量相关情况。此外，当采集够一定量的数据后，这些数据作为新鲜数据交由自适应学习模块进行模型的自适应更新，可进一步提高预报的精度。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (3)
1.一种空气质量指数自适应预测语音***，其特征在于：包括
实时数据采集模块，用于对空气中的实时气象数据进行采集；
自适应学习的回归模型预测模块，用于对大量的气象的数据，与空气质量指数建立回归模型，采用多元线性回归分析进行训练，更新自适应预测模型；
智能语音模块，用于对预测模型得出的空气质量数据和实时数据采集模块采集的气象数据进行处理分析，提供语音交互功能。
2.根据权利要求1所述的一种空气质量指数自适应预测语音***，其特征在于：所述实时数据采集模块包括灰尘传感器、一氧化碳传感器和温度传感器。
3.根据权利要求1所述的一种空气质量指数自适应预测语音***，其特征在于：所述智能语音模块包括Arduino控制模块、LD3320语音识别模块以及SYN6288语音播报模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010376228.6A CN111581602A (zh) | 2020-05-07 | 2020-05-07 | 一种空气质量指数自适应预测语音*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010376228.6A CN111581602A (zh) | 2020-05-07 | 2020-05-07 | 一种空气质量指数自适应预测语音*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111581602A true CN111581602A (zh) | 2020-08-25 |
Family
ID=72111979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010376228.6A Pending CN111581602A (zh) | 2020-05-07 | 2020-05-07 | 一种空气质量指数自适应预测语音*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111581602A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112764126A (zh) * | 2020-12-25 | 2021-05-07 | 象辑知源（武汉）科技有限公司 | 一种基于语音识别技术的天气预报用语生成方法 |
| CN114544731A (zh) * | 2021-10-19 | 2022-05-27 | 重庆邮电大学 | 一种多用途智能网联空气检测装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205301827U (zh) * | 2015-12-29 | 2016-06-08 | 扬州大学 | 一种基于传感器网络的智能闹钟*** |
| CN108701274A (zh) * | 2017-05-24 | 2018-10-23 | 北京质享科技有限公司 | 一种城市小尺度空气质量指数预测方法与*** |
| CN109489183A (zh) * | 2018-11-30 | 2019-03-19 | 北京新风到家科技有限公司 | 智能新风***信息提醒方法、***及存储介质 |
| CN110926532A (zh) * | 2019-11-29 | 2020-03-27 | 四川省生态环境科学研究院 | 一种基于大数据的城市扬尘数字化监控*** |
-
2020
- 2020-05-07 CN CN202010376228.6A patent/CN111581602A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205301827U (zh) * | 2015-12-29 | 2016-06-08 | 扬州大学 | 一种基于传感器网络的智能闹钟*** |
| CN108701274A (zh) * | 2017-05-24 | 2018-10-23 | 北京质享科技有限公司 | 一种城市小尺度空气质量指数预测方法与*** |
| CN109489183A (zh) * | 2018-11-30 | 2019-03-19 | 北京新风到家科技有限公司 | 智能新风***信息提醒方法、***及存储介质 |
| CN110926532A (zh) * | 2019-11-29 | 2020-03-27 | 四川省生态环境科学研究院 | 一种基于大数据的城市扬尘数字化监控*** |
Non-Patent Citations (1)
| Title |
|---|
| 艾洪福: "基于MLR模型的雾霾天气预测研究", 《农业与技术》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112764126A (zh) * | 2020-12-25 | 2021-05-07 | 象辑知源（武汉）科技有限公司 | 一种基于语音识别技术的天气预报用语生成方法 |
| CN112764126B (zh) * | 2020-12-25 | 2022-02-18 | 象辑知源（武汉）科技有限公司 | 一种基于语音识别技术的天气预报用语生成方法 |
| CN114544731A (zh) * | 2021-10-19 | 2022-05-27 | 重庆邮电大学 | 一种多用途智能网联空气检测装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106525132B (zh) | 基于NB-IoT的水资源网格化监管***及其实施方法 | |
| CN105203718B (zh) | 一种空气质量监测方法和*** | |
| CN111339092B (zh) | 一种基于深度学习的多尺度空气质量预报方法 | |
| CN103235098A (zh) | 地下水在线水质监测*** | |
| CN103018197B (zh) | 一种移动式水质现场监测预警及无线远传设备 | |
| CN201765476U (zh) | 一种节能减排实时监测与应急管理*** | |
| CN111581602A (zh) | 一种空气质量指数自适应预测语音*** | |
| CN111160616B (zh) | 一种基于边云协同的厨电设备预测性维护***及方法 | |
| CN105651336A (zh) | 一种污染源动态数据监控***及方法 | |
| CN103018418A (zh) | 景观水体水质在线预警*** | |
| CN113252851A (zh) | 一种基于NB-IoT和边缘计算的大气污染监测*** | |
| CN202887426U (zh) | 一种远程水质监测装置 | |
| CN108982777A (zh) | 一种基于物联网的废弃物气体排放监测*** | |
| CN110580030A (zh) | 一种基于物联网的药厂环境净化控制*** | |
| CN115759488A (zh) | 一种基于边缘计算的碳排放监测预警分析***及其方法 | |
| CN102879544A (zh) | 基于云计算的动态水质监测***及方法 | |
| Chen et al. | Design of greenhouse environment monitoring system based on NB-IoT and edge computing | |
| CN111800502A (zh) | 一种基于LoRa的立体式环境在线监测***及方法 | |
| CN215340800U (zh) | 流域管理*** | |
| Xiahou et al. | Indoor air monitoring system based on Internet of things and its prediction model | |
| CN112989724A (zh) | 流域数据处理方法及装置、电子设备、*** | |
| CN112198276A (zh) | 一种航站楼微环境在线监测*** | |
| CN206649176U (zh) | 基于无线网络的空气环境与人体健康分析*** | |
| CN115471128A (zh) | 一种基于大数据的预测空气质量趋势的装置 | |
| CN115724480A (zh) | 一种基于物联网的园林水体监测修复*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 210044 No. 219 Ningliu Road, Jiangbei New District, Nanjing City, Jiangsu Province Applicant after: Nanjing University of Information Science and Technology Address before: 210044 Nanjing Ning Road, Jiangsu, No. six, No. 219 Applicant before: Nanjing University of Information Science and Technology |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200825 |