CN114326880B - 一种用于温室大棚的设备智能控制方法及*** - Google Patents
一种用于温室大棚的设备智能控制方法及*** Download PDFInfo
- Publication number
- CN114326880B CN114326880B CN202111634229.7A CN202111634229A CN114326880B CN 114326880 B CN114326880 B CN 114326880B CN 202111634229 A CN202111634229 A CN 202111634229A CN 114326880 B CN114326880 B CN 114326880B
- Authority
- CN
- China
- Prior art keywords
- equipment
- data
- greenhouse
- instruction
- intelligent control
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Greenhouses (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种用于温室大棚的设备智能控制方法及***,获取温室大棚的传感数据和设备参量数据;根据获取的传感数据和参量数据,结合预训练的分类模型,得到设备开启或者设备关闭指令;如果是设备关闭指令,则直接控制对应的设备关闭,如果是设备开启指令,则根据设备开启指令与获取的传感数据和参量数据,结合预训练的回归模型,得到具体的设备开启参数;本发明能够依据温室大棚和外界环境因素进行设备的实时调控,支持农业行业智能化发展,可有效提高农业生产力,节省人工成本,达到降本增效的目的。
Description
技术领域
本发明涉及智能控制技术领域,特别涉及一种用于温室大棚的设备智能控制方法及***。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术,并不必然构成现有技术。
智慧农业是将物联网技术运用到传统农业中去,运用传感器和软件通过移动平台或者电脑等工具对动植物、土壤、环境等因素进行从宏观到微观的实时检测,提高对农业动植物生命体本质的认知能力以及农业复杂***的调控能力和农业突发事件的处理能力,以达到合理使用农业资源,降低生产成本、改善生态环境、提高农产品产量和品质的目的。
随着农业规模化程度及重视程度越来越高,并且在农业种植方面环境监测已经具备一定的基础,农业物联网技术可以替代大量人力获取精确的作物环境和作物信息,并进行生产设备的控制。
发明人发现,农业物联网技术的普及范围并不高,存在设备设施分散、不成体系、数据没有***的分析以及没有充分发挥生产指导价值的问题;同时各个设备均有自己的控制***,接口不统一,不能进行统一整合和智能控制。
发明内容
为了解决现有技术的不足,本发明提供了一种用于温室大棚的设备智能控制方法及***,能够依据温室大棚和外界环境因素进行设备的实时调控,支持农业行业智能化发展,可有效提高农业生产力,节省人工成本,达到降本增效的目的。
为了实现上述目的,本发明采用如下技术方案:
本发明第一方面提供了一种用于温室大棚的设备智能控制方法。
一种用于温室大棚的设备智能控制方法,包括以下过程:
获取温室大棚的传感数据和设备参量数据;
根据获取的传感数据和参量数据,结合预训练的分类模型,得到设备开启或者设备关闭指令;
如果是设备关闭指令,则直接控制对应的设备关闭,如果是设备开启指令,则根据设备开启指令与获取的传感数据和参量数据,结合预训练的回归模型,得到具体的设备开启参数。
进一步的,对温室大棚内传感数据和设备参量数据进行定时采集,定时采集策略包括:
根据采集数据要求通过Quartz的Cron表达式设置定时策略,定时策略至少包括定时时间、采集频率和通知方式。
进一步的,通过类别码和多位自增编号组合的编码规则为传感器或者设备设置唯一编号,根据唯一编号进行对应传感器或者设备的数据采集和控制。
进一步的,对传感器和设备进行分类,包括:
传感器至少包括:土壤温湿度传感器、空气温湿度传感器、二氧化碳传感器和PH传感器;
设备至少包括:放风机和二氧化碳发生器。
进一步的,对采集到的传感数据和设备参量数据进行分类,至少包括:土壤环境数据、空气环境数据和设备控制数据;
土壤环境数据,至少包括:土壤温度、土壤湿度、土壤EC值和土壤PH值;
空气环境数据,至少包括:空气温度、空气湿度和二氧化碳浓度;
设备控制数据,至少包括:设备类型、设备名称、设备操作名称和设备操作时间。
进一步的,设备开启参数至少包括打开长度和时长。
进一步的,将获取的传感数据与预设预警阈值进行比对,如果采集到的数据符合预警条件,生成预警信息。
本发明第二方面提供了一种用于温室大棚的设备智能控制***。
一种用于温室大棚的设备智能控制***,包括:
数据获取模块,被配置为:获取温室大棚的传感数据和设备参量数据;
指令生成模块,被配置为:根据获取的传感数据和参量数据,结合预训练的分类模型,得到设备开启或者设备关闭指令;
设备控制模块,被配置为:如果是设备关闭指令,则直接控制对应的设备关闭,如果是设备开启指令,则根据设备开启指令与获取的传感数据和参量数据,结合预训练的回归模型,得到具体的设备开启参数。
本发明第三方面提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明第一方面所述的用于温室大棚的设备智能控制方法中的步骤。
本发明第四方面提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本发明第一方面所述的用于温室大棚的设备智能控制方法中的步骤。
与现有技术相比,本发明的有益效果是:
1、本发明所述的用于温室大棚的设备智能控制方法及***,结合获取的传感数据和参量数据以及分类模型和回归模型,能够依据温室大棚和外界环境因素进行设备的实时调控,支持农业行业智能化发展,可有效提高农业生产力,节省人工成本,达到降本增效的目的。
2、本发明所述的用于温室大棚的设备智能控制方法及***,采用定时执行策略进行相关数据的采集,采用条件预警策略进行预警设计,有效的提高了控制精度和预警水平。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1提供的用于温室大棚的设备智能控制方法的流程示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1:
如图1所示,本发明实施例1提供了一种用于温室大棚的设备智能控制方法,解决了工作人员不能实时监测环境变化、不能通过环境变化实现设备的智能控制问题,包括以下步骤:
步骤1:设置预警策略,根据用户需求设置条件预警策略和定时执行策略。
(1)所述条件预警策略包含阈值、触发条件、通知方式、预警时间、预警间隔等信息。
阈值是针对传感器设备采集到的参数设定预警范围,包含最大值、最小值;
触发条件包含全部满足、任意满足两种方式;
通知方式包含短信通知、***自动通知两种方式;
预警时间可以选择一天中的任意一个时间段,如早上8点到晚上8点;
预警间隔是按照一个小时为间隔,设置间隔1小时、2小时等。
(2)所述的定时执行策略包含定时执行时间、重复时间、通知方式等信息。
执行时间为一天中的任意时间;
重复时间按照周日历设置,设置内容包含“周日/周一/周二/周三/周四/周五/周六”;
通知方式包含短信通知、***自动通知两种方式。
步骤2:设备管理,通过类别码和6位自增编号的编码规则为传感器设备和控制设备设置唯一编号,输出传感器设备和控制设备的唯一编号。
编码规则为设备类型首字母+设备类型+6位自增编号,如某空气传感器设备的唯一编号为:CGQ-KQ-000001。
步骤3:建立通讯关系。
(1)通过由步骤2输出设备唯一编号、Lora协议建立传感器设备与网关的连接;
(2)通过MQTT、Modbus等协议建立网关与环境监测和智能控制***的连接。
步骤4:设置定时任务。
(1)根据采集数据要求通过Quartz的Cron表达式设置定时策略,设置内容包含定时时间、采集频率等,输出定时任务;
如客户要求每5分钟采集一次环境数据,则需要设置定时时间为当前时间,采集频率为5分钟。
(2)根据步骤1中的定时执行策略转换为Quartz的Cron表达式,执行定时操作。如定时执行策略设置内容如下:执行时间:早上8点,重复时间:周一,预警方式:短信预警。则定时任务自动解析定时执行策略内容,自动设置定时任务为每周一早上8点执行这条任务。
步骤5:数据管理。
(1)设备分类,针对传感器设备和控制设备设置两个大的分类区分设备类型,同时在两个大类下分别建立子类,如传感器设备下包含土壤温湿度传感器、空气温湿度传感器、二氧化碳传感器、PH传感器等,控制设备包含放风机、二氧化碳发生器等;
(2)数据分类,建立数据分类标准,对传感器设备和控制设备所采集到的数据进行分类,包含土壤环境数据、空气环境数据、设备控制数据等,土壤环境数据包含土壤温度、土壤湿度、EC值、PH值等,空气环境数据包含空气温度、空气湿度、二氧化碳浓度等,设备控制数据包含设备类型、设备名称、设备操作名称、操作时间等数据。
(3)根据步骤4输出的定时任务对传感器设备和控制设备数据进行采集,采集到的数据根据内置的各种物联协议和数据分类标准进行自动解析,输出传感器数据和设备控制数据,存入时序数据库、MongDB等数据库。
步骤6:模型训练。所述的模型是指设备智能控制模型,是环境参数与设备控制之间的逻辑关系,包含分类模型和回归模型两类,分类模型包含设备的启动、关闭等指标。回归模型包含打开长度、时长等指标。机器通过学习与训练步骤5输出的数据,从而预测设备控制关系。
(1)用户根据具体场景和需求配置模型输入,从步骤5中选取不同类别的数据作为训练集;
(2)采用改进的SPRINT算法进行数据挖掘分析,通过深度学习框架进行模型训练,输出分类模型接口;
(3)判断输出的分类模型接口是否开启设备,如果是关闭,输出设备关闭控制指令;如果是启动,则将启动指令和模型训练集输入到回归模型训练库中进行训练,输出回归模型接口,如放风机打开8cm、二氧化碳发生器打开1个小时等。
其他情况:
(4)如果回归模型接口输出是打开放风机8cm,但温室大棚外的天气情况为下雨中,则不能打开放风机进行放风,需要讲放风时间延长至雨停,雨停时再次将当前数据输入到模型接口判断是否需要开启控制设备。
步骤7:设备预警。
(1)将步骤5中采集的传感器数据与步骤1中的设备预警策略的阈值进行比对,如果采集到的数据符合预警条件即大于最大值或者小于最小值的时候,则输出预警信息,根据步骤1中的预警策略将数据推送给用户。
(2)步骤3中,建立通讯关系时,如果通讯异常,将异常数据汇入预警信息,将预警信息推送给用户。
步骤8:设备控制。
(1)执行步骤1中的定时执行策略,定时控制设备,定时执行时,需要将当前数据输入到步骤6中训练好的模型中,判断是否属于异常情况,如果异常情况,则不进行设备操作,所述的异常情况为步骤6中的(4)。
(2)将步骤5中采集的传感器数据和设备控制数据输入到步骤6训练好的模型中,返回模型接口,如果模型接口返回设备操控指令,则通过设备间建立的通讯关系将指令推送给网关,由网关推送给控制设备,实现设备自动控制。
实施例2:
本发明实施例2提供了一种用于温室大棚的设备智能控制***,包括:
数据获取模块,被配置为:获取温室大棚的传感数据和设备参量数据;
指令生成模块,被配置为:根据获取的传感数据和参量数据,结合预训练的分类模型,得到设备开启或者设备关闭指令;
设备控制模块,被配置为:如果是设备关闭指令,则直接控制对应的设备关闭,如果是设备开启指令,则根据设备开启指令与获取的传感数据和参量数据,结合预训练的回归模型,得到具体的设备开启参数。
所述***的工作方法与实施例1提供的用于温室大棚的设备智能控制方法相同,这里不再赘述。
实施例3:
本发明实施例3提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明实施例1所述的用于温室大棚的设备智能控制方法中的步骤。
实施例4:
本发明实施例4提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本发明实施例1所述的用于温室大棚的设备智能控制方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种用于温室大棚的设备智能控制方法,其特征在于:
包括以下过程:
获取温室大棚的传感数据和设备参量数据;根据获取的传感数据和参量数据,结合预训练的分类模型,得到设备开启或者设备关闭指令,如果是设备关闭指令,则直接控制对应的设备关闭;如果是设备开启指令,则根据设备开启指令与获取的传感数据和参量数据,结合预训练的回归模型,得到具体的设备开启参数;结合获取的传感数据和参量数据以及分类模型和回归模型,能够依据温室大棚和外界环境因素进行设备的实时调控;
其中,设置预警策略包括:根据用户需求设置条件预警策略和定时执行策略,所述条件预警策略包含阈值、触发条件、通知方式、预警时间、预警间隔等信息;所述的定时执行策略包含定时执行时间、重复时间、通知方式等信息;其中,需要对温室大棚内传感数据和设备参量数据进行定时采集;所述定时采集策略包括:根据采集数据要求通过Quartz的Cron表达式设置定时策略,定时策略至少包括定时时间、采集频率和通知方式;
设备管理包括:通过类别码和6位自增编号的编码规则为传感器设备和控制设备设置唯一编号,输出传感器设备和控制设备的唯一编号,编码规则为设备类型首字母+设备类型+6位自增编号;
建立通讯关系包括:通过输出设备的唯一编号、Lora协议建立传感器设备与网关的连接;通过MQTT、Modbus等协议建立网关与环境监测和智能控制***的连接;
数据管理包括:设备分类,针对传感器设备和控制设备设置两个大的分类区分设备类型,同时在两个大类下分别建立子类;数据分类,建立数据分类标准,对传感器设备和控制设备所采集到的数据进行分类;
分类模型和回归模型的训练具体包括:用户根据具体场景和需求配置模型输入,选取不同类别的数据作为训练集;采用改进的SPRINT算法进行数据挖掘分析,通过深度学习框架进行模型训练,输出分类模型接口;判断输出的分类模型接口是否开启设备,如果是关闭,输出设备关闭控制指令;如果是启动,则将启动指令和模型训练集输入到回归模型训练库中进行训练,输出回归模型接口;
设备控制包括:执行定时执行策略,定时控制设备,定时执行时,需要将当前数据输入到训练好的模型中,判断是否属于异常情况,如果异常情况,则不进行设备操作,所述异常情况:如果回归模型接口输出是打开放风机8cm,但温室大棚外的天气情况为下雨中,则不能打开放风机进行放风,需要讲放风时间延长至雨停,雨停时再次将当前数据输入到模型接口判断是否需要开启控制设备;
设备控制还包括:将采集的传感器数据和设备控制数据输入到训练好的模型中,返回模型接口,如果模型接口返回设备操控指令,则通过设备间建立的通讯关系将指令推送给网关,由网关推送给控制设备,实现设备自动控制。
2.如权利要求1所述的用于温室大棚的设备智能控制方法,其特征在于:
对传感器和设备进行分类,包括:
传感器至少包括:土壤温湿度传感器、空气温湿度传感器、二氧化碳传感器和PH传感器;
设备至少包括:放风机和二氧化碳发生器。
3.如权利要求1所述的用于温室大棚的设备智能控制方法,其特征在于:
对采集到的传感数据和设备参量数据进行分类,至少包括:土壤环境数据、空气环境数据和设备控制数据;
土壤环境数据,至少包括:土壤温度、土壤湿度、土壤EC值和土壤PH值;
空气环境数据,至少包括:空气温度、空气湿度和二氧化碳浓度;
设备控制数据,至少包括:设备类型、设备名称、设备操作名称和设备操作时间。
4.如权利要求1所述的用于温室大棚的设备智能控制方法,其特征在于:
设备开启参数至少包括打开长度和时长。
5.如权利要求1所述的用于温室大棚的设备智能控制方法,其特征在于:
将获取的传感数据与预设预警阈值进行比对,如果采集到的数据符合预警条件,生成预警信息。
6.一种用于温室大棚的设备智能控制***,用于实现权利要求1-5任一项权利要求所述的用于温室大棚的设备智能控制方法,其特征在于:
包括:
数据获取模块,被配置为:获取温室大棚的传感数据和设备参量数据;
指令生成模块,被配置为:根据获取的传感数据和参量数据,结合预训练的分类模型,得到设备开启或者设备关闭指令;
设备控制模块,被配置为:如果是设备关闭指令,则直接控制对应的设备关闭,如果是设备开启指令,则根据设备开启指令与获取的传感数据和参量数据,结合预训练的回归模型,得到具体的设备开启参数。
7.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-5任一项所述的用于温室大棚的设备智能控制方法中的步骤。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-5任一项所述的用于温室大棚的设备智能控制方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111634229.7A CN114326880B (zh) | 2021-12-29 | 2021-12-29 | 一种用于温室大棚的设备智能控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111634229.7A CN114326880B (zh) | 2021-12-29 | 2021-12-29 | 一种用于温室大棚的设备智能控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114326880A CN114326880A (zh) | 2022-04-12 |
CN114326880B true CN114326880B (zh) | 2023-06-27 |
Family
ID=81016156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111634229.7A Active CN114326880B (zh) | 2021-12-29 | 2021-12-29 | 一种用于温室大棚的设备智能控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114326880B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388291A (zh) * | 2018-01-17 | 2018-08-10 | 中国农业大学 | 一种温室集群环境调控方法与*** |
CN108388193A (zh) * | 2018-03-15 | 2018-08-10 | 淮南市宋王优质粮食种植农民专业合作社 | 一种大棚物联网监控管理*** |
CN110262435A (zh) * | 2019-07-16 | 2019-09-20 | 河海大学常州校区 | 基于大数据分析的智慧大棚控制***及方法 |
CN112668394A (zh) * | 2020-11-30 | 2021-04-16 | 山东大学 | 一种农业大棚生产的在线预测方法及*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217905A (zh) * | 2013-04-22 | 2013-07-24 | 太原理工大学 | 一种设施农业温室大棚环境参数自适应控制方法 |
CN104106432A (zh) * | 2014-07-01 | 2014-10-22 | 河南本易信息工程有限公司 | 一种智能温室大棚控制*** |
CN109932985A (zh) * | 2017-12-19 | 2019-06-25 | 山东利堃农业科技股份有限公司 | 农业温室智能监控*** |
CN108919754A (zh) * | 2018-06-21 | 2018-11-30 | 马鞍山中粮生物化学有限公司 | 一种智能大棚实时监控***及监控方法 |
CN108874004A (zh) * | 2018-09-29 | 2018-11-23 | 北京紫藤智慧农业科技有限公司 | 一种温室大棚作物种植环境物联网智能调控***和方法 |
-
2021
- 2021-12-29 CN CN202111634229.7A patent/CN114326880B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388291A (zh) * | 2018-01-17 | 2018-08-10 | 中国农业大学 | 一种温室集群环境调控方法与*** |
CN108388193A (zh) * | 2018-03-15 | 2018-08-10 | 淮南市宋王优质粮食种植农民专业合作社 | 一种大棚物联网监控管理*** |
CN110262435A (zh) * | 2019-07-16 | 2019-09-20 | 河海大学常州校区 | 基于大数据分析的智慧大棚控制***及方法 |
CN112668394A (zh) * | 2020-11-30 | 2021-04-16 | 山东大学 | 一种农业大棚生产的在线预测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN114326880A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101811640B1 (ko) | 기계학습을 이용한 작물의 생산량 예측장치 및 방법 | |
CN106873676A (zh) | 一种基于物联网的智慧农业数据采集方法及*** | |
CN111964209A (zh) | 一种智能空气净化方法和装置 | |
CN116216819B (zh) | 智慧水务数据分析管理***及方法 | |
CN108881423A (zh) | 一种基于物联网的智慧农业种植*** | |
CN103869796A (zh) | 食用菌生产环境监控方法及监控*** | |
Agale et al. | Automated irrigation and crop security system in agriculture using Internet of Things | |
CN113342098A (zh) | 一种多用途养殖场环境智能控制方法及*** | |
CN111026200A (zh) | 一种农业病虫害与生长状况预测防控物联网及方法 | |
CN112465109A (zh) | 一种基于云边协同的农业大棚控制装置 | |
CN115984026A (zh) | 一种基于云计算的智慧农业管理*** | |
CN116151621A (zh) | 一种基于数据分析的大气污染治理风险检测*** | |
CN117893346A (zh) | 一种基于物联网的ai智慧农业采收管理***及其应用 | |
CN114326880B (zh) | 一种用于温室大棚的设备智能控制方法及*** | |
CN117171677A (zh) | 基于决策树模型的微生物修复效果评价方法、***及介质 | |
CN115877896A (zh) | 一种畜禽养殖棚通风***智能控制方法、***及装置 | |
CN117114448A (zh) | 一种基于机器学习和物联网技术的农业生产管理***及方法 | |
CN111796616A (zh) | 一种居家宠物笼舍环境控制*** | |
Marcheriz et al. | Design of IoT-Based Tomato Plant Growth Monitoring System in The Yard | |
US20190340485A1 (en) | Method and system for generating a responsive communication from a chatbot to network with plant monitoring systems | |
DE102008045840A1 (de) | Verfahren zum Betreiben einer Prozess-Messstelle | |
CN111026199A (zh) | 一种厨余堆肥智能监测调控*** | |
CN110915627A (zh) | 一种智能灌溉方法及*** | |
CN116523174A (zh) | 基于自组织神经网络的污水处理厂工况评估方法及*** | |
CN110308710A (zh) | 一种番茄种植监控平台 |
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 |