CN116560946A - 一种基于云计算的土壤污染数据推送*** - Google Patents
一种基于云计算的土壤污染数据推送*** Download PDFInfo
- Publication number
- CN116560946A CN116560946A CN202310550694.5A CN202310550694A CN116560946A CN 116560946 A CN116560946 A CN 116560946A CN 202310550694 A CN202310550694 A CN 202310550694A CN 116560946 A CN116560946 A CN 116560946A
- Authority
- CN
- China
- Prior art keywords
- data
- soil
- monitoring
- coefficient
- monitoring data
- 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
- 238000003900 soil pollution Methods 0.000 title claims abstract description 13
- 239000002689 soil Substances 0.000 claims abstract description 150
- 238000012544 monitoring process Methods 0.000 claims abstract description 132
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims abstract description 17
- 238000011282 treatment Methods 0.000 claims abstract description 15
- 238000013500 data storage Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 229910052757 nitrogen Inorganic materials 0.000 claims description 9
- 238000013473 artificial intelligence Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 8
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 6
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 3
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 3
- 229910052698 phosphorus Inorganic materials 0.000 description 3
- 239000011574 phosphorus Substances 0.000 description 3
- 229910052700 potassium Inorganic materials 0.000 description 3
- 239000011591 potassium Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 229910001385 heavy metal Inorganic materials 0.000 description 2
- 235000013619 trace mineral Nutrition 0.000 description 2
- 239000011573 trace mineral Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了一种基于云计算的土壤污染数据推送***，涉及数据推送技术领域，解决了土壤数据推送结果不直观的技术问题；通过数据采集模块获取土壤的监测数据；数据处理模块将监测数据与监测阈值进行比较；当监测数据等于或大于监测阈值时，数据处理模块发送报警信号至安全报警模块；当监测数据小于监测阈值时，数据处理模块根据监测数据获取土壤系数，根据土壤系数和土壤检测模型获取波动标签；当土壤系数处于异常波动状态时，数据处理模块将土壤系数、监测数据以及历史土壤系数和历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端；及时发现异常波动的土壤数据，降低了土壤治理的成本。
Description
技术领域
本发明属于云计算领域，涉及数据推送技术，具体是一种基于云计算的土壤污染数据推送***。
背景技术
土壤是陆地生态***组成的基本要素之一，也是人类赖以生存的物质基础之一，土壤环境状况不仅直接关系到生态安全和人体健康，也直接关系到农产品的产量、质量以及安全。
随着智慧农业的不断发展，土壤墒情的监测已经成为不可或缺的一部分，智能土壤***的远程监测与数据收集对于掌握土壤效力，反映土壤改良效果，实施节水灌溉，了解气候变化对土壤墒情的影响等都具有一定的指导意义。智能土壤***是利用相关土壤传感器对土壤的温度，湿度，酸碱度，氮磷钾的含量等因素进行实时监测，具有多平台数据推送功能，能对接自主平台，在手机上也能查看现场设备数据及监控视频。但是，现有技术中将土壤的监测数据推送至接收人员后，接收人员仍要对数据进行分析处理，导致推送结果不直观。
为此，提出一种基于云计算的土壤污染数据推送***。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于云计算的土壤污染数据推送***，该一种基于云计算的土壤污染数据推送***解决了现有技术中将土壤的监测数据推送至接收人员后，接收人员仍要对数据进行分析处理，导致推送结果不直观的问题。
为实现上述目的，根据本发明的第一方面的实施例提出一种基于云计算的土壤污染数据推送***，包括数据采集模块、数据处理模块、数据存储模块以及安全报警模块；
所述数据采集模块用于获取土壤的监测数据；并将所述监测数据发送至所述数据处理模块，以及将所述监测数据发送至所述数据存储模块进行存储；
所述数据处理模块用于接收所述监测数据，并将所述监测数据标记为Jn；其中，n为采集周期的编号，n的取值为1,2,3……N，N为采集周期的总次数；
所述数据处理模块设定监测阈值，将所述监测数据与所述监测阈值进行比较；
当所述监测数据等于或大于所述监测阈值时，所述数据处理模块发送报警信号至所述安全报警模块；
所述安全报警模块接收所述报警信号后，将所述监测数据发送至被监测土壤关联的治理技术员的智能终端；
当所述监测数据小于所述监测阈值时，所述数据处理模块根据所述监测数据获取土壤系数，并将所述土壤系数发送至所述数据存储模块进行存储；
所述数据处理模块根据所述监测数据获取土壤系数，包括以下步骤：
将所述土壤系数标记为Xn，
所述土壤系数的计算公式为：
其中，α为监测数据的修正系数，且α为大于0的实数；J标为监测数据的标准数据，且J标为大于0的实数；
其中，αi为Jin的修正系数；需要进一步说明的是，i为监测数据的种类；
根据所述土壤系数和土壤检测模型获取波动标签；其中，所述土壤检测模型基于人工智能模型建立；
以及所述波动标签进行识别，当土壤系数处于异常波动状态时，所述数据处理模块从所述数据存储模块获取历史土壤系数和历史监测数据，并将土壤系数、监测数据、历史土壤系数以及历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端。
优选的，所述数据采集模块采集所述监测数据采用周期性采集的方式；
所述监测数据的采集周期标记为T，其中，T的单位为天，且T为大于0的正整数。
优选的，所述波动标签的取值为0或者1，当波动标签为0时，表示对应土壤系数处于正常波动状态，当波动标签为1时，表示对应土壤系数处于异常波动状态。
优选的，根据所述土壤系数和土壤检测模型获取波动标签，包括以下步骤：
从数据处理模块获取土壤检测模型；
以所述土壤系数的采集周期为基准周期，从所述土壤系数中提取基准周期之前的P个土壤系数，并整合生成原始数据；其中，P为大于等于5的正整数；
将所述原始数据输入至所述土壤检测模型获取对应的波动标签。
优选地，基于人工智能模型建立所述土壤检测模型，包括以下步骤：
从数据处理模块获取标准训练数据；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为土壤检测模型；
标准训练数据包括若干组输入数据以及对应的波动标签，且输入数据和原始数据内容属性一致。
与现有技术相比，本发明的有益效果是：
本发明通过数据采集模块获取土壤的监测数据；并将监测数据发送至数据处理模块；数据处理模块接收监测数据；并设定监测阈值，将监测数据与监测阈值进行比较；当监测数据等于或大于监测阈值时，数据处理模块发送报警信号至安全报警模块；安全报警模块接收报警信号后，立即将监测数据发送至被监测土壤关联的治理技术员的智能终端；可根据某项或多项异常监测数据及时进行告警；
当监测数据小于监测阈值时，数据处理模块根据监测数据获取土壤系数，根据土壤系数和土壤检测模型获取波动标签；以及波动标签进行识别，当土壤系数处于异常波动状态时，数据处理模块将土壤系数、监测数据以及历史土壤系数和历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端；当土壤系数处于正常波动状态时，不做其他处理；可根据土壤的监测数据获取土壤的波动状况，及时发现异常波动的土壤数据，降低了土壤治理的成本。
附图说明
图1为本发明的原理图；
图2为本发明的流程图。
具体实施方式
下面将结合实施例对本发明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做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。
如图1-2所示，一种基于云计算的土壤污染数据推送***，包括数据采集模块、数据处理模块、数据存储模块以及安全报警模块；各个模块之间基于数字信号进行信息交互；
所述数据采集模块用于获取土壤的监测数据；其中，所述监测数据包括氮磷钾、有机质、水分、盐分、PH、种微量元素以及重金属等；
并将所述监测数据发送至所述数据处理模块，以及将所述监测数据发送至所述数据存储模块进行存储；
具体地，所述数据采集模块采集所述监测数据采用周期性采集的方式；
需要进一步说明的是，所述数据采集模块的采集周期由专业人员进行设定；所述采集周期标记为T，其中，T的单位为天，且T为大于0的正整数。
所述数据处理模块用于接收所述监测数据，并对所述监测数据进行处理；
所述数据处理模块对所述监测数据进行处理，包括以下步骤：
所述数据处理模块接收所述监测数据，并将所述监测数据标记为Jn；其中，n为采集周期的编号，n的取值为1,2,3……N，N为采集周期的总次数；
所述数据处理模块接收所述监测数据；
所述数据处理模块设定监测阈值，将所述监测阈值标记为Jmax；
所述数据处理模块将所述监测数据与所述监测阈值进行比较；
当所述监测数据等于或大于所述监测阈值时，所述数据处理模块发送报警信号至所述安全报警模块；
所述安全报警模块接收所述报警信号后，立即将所述监测数据发送至被监测土壤关联的治理技术员的智能终端；
本***可根据某项或多项异常监测数据及时进行告警；
当所述监测数据小于所述监测阈值时，所述数据处理模块根据所述监测数据获取土壤系数，根据所述土壤系数和土壤检测模型获取波动标签；其中，所述土壤检测模型基于人工智能模型建立；
以及所述波动标签进行识别，当土壤系数处于异常波动状态时，所述数据处理模块从所述数据存储模块获取历史土壤系数和历史监测数据，并将土壤系数、监测数据、历史土壤系数以及历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端；
当土壤系数处于正常波动状态时，不作其他处理；
本***根据土壤的监测数据获取土壤的波动状况，及时发现异常波动的土壤数据，降低了土壤治理的成本。
本实施例中，所述波动标签的取值为0或者1，当波动标签为0时，表示对应土壤系数处于正常波动状态，当波动标签为1时，表示对应土壤系数处于异常波动状态；在另外一些优选的方案中，波动标签还可以用其他标记来区分，如波动标签的取值为A或者B，当波动标签为A时，表示对应土壤系数处于正常波动状态，当波动标签为B时，表示对应土壤系数处于异常波动状态。
本实施例中，所述数据处理模块根据所述监测数据获取土壤系数，包括以下步骤：
将所述土壤系数标记为Xn，
所述土壤系数的计算公式为：
其中，α为监测数据的修正系数，且α为大于0的实数；J标为监测数据的标准数据，且J标为大于0的实数；
其中，αi为Jin的修正系数；需要进一步说明的是，i为监测数据的种类；监测数据包括氮磷钾、有机质、水分、盐分、PH、种微量元素以及重金属等，分别标记为J1n、J2n、J3n、J4n、J5n、J6n以及J7n等。
本实施例中，根据所述土壤系数和土壤检测模型获取波动标签，包括以下步骤：
从数据处理模块获取土壤检测模型；
以所述土壤系数的采集周期为基准周期，从所述土壤系数中提取基准周期之前的P个土壤系数，并整合生成原始数据；
将所述原始数据输入至所述土壤检测模型获取对应的波动标签。
本实施例中，P为大于等于5的整数，经过验证，所述土壤系数至少5个的时候才能保证获得准确的波动标签。
在一个可选的实施例中，基于人工智能模型建立所述土壤检测模型，包括以下步骤：
从数据处理模块获取标准训练数据；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为土壤检测模型。
本实施例中，标准训练数据包括若干组输入数据以及对应的波动标签，且输入数据和原始数据内容属性一致；可以理解的是，输入数据和原始数据均包括选定的N个土壤系数，只是土壤系数的数值大小不同。
本实施例中，人工智能模型包括深度卷积神经网络模型或者RBF神经网络模型等具有强大非线性拟合能力的模型。
本实施例中，所述数据存储模块用于存储所述监测数据和所述土壤系数。
本实施例中，所述数据采集模块与所述数据处理模块通信和/或电气连接；
所述数据处理模块与所述安全报警模块通信和/或电气连接。
本***根据土壤的监测数据获取土壤的波动状况，及时发现异常波动的土壤数据，降低了土壤治理的成本；
对获取的土壤数据进行分析处理，及时发现土壤的异常情况，将异常数据推送至治理技术员，治理技术员可根据监测数据和分析处理后的土壤系数，更直观地了解到土壤情况。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：
数据采集模块采用周期性采集的方式获取土壤的监测数据；并将监测数据发送至数据处理模块；
数据处理模块接收监测数据；并设定监测阈值，将监测数据与监测阈值进行比较；
当监测数据等于或大于监测阈值时，数据处理模块发送报警信号至安全报警模块；安全报警模块接收报警信号后，立即将监测数据发送至被监测土壤关联的治理技术员的智能终端；
当监测数据小于监测阈值时，数据处理模块根据监测数据获取土壤系数，根据土壤系数和土壤检测模型获取波动标签；
以及波动标签进行识别，当土壤系数处于异常波动状态时，数据处理模块将土壤系数、监测数据以及历史土壤系数和历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端；
当土壤系数处于正常波动状态时，不作其他处理。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (5)
1.一种基于云计算的土壤污染数据推送***，其特征在于，包括数据采集模块、数据处理模块、数据存储模块以及安全报警模块；
所述数据采集模块用于获取土壤的监测数据；并将所述监测数据发送至所述数据处理模块，以及将所述监测数据发送至所述数据存储模块进行存储；
所述数据处理模块用于接收所述监测数据，并将所述监测数据标记为Jn；其中，n为采集周期的编号，n的取值为1,2,3……N，N为采集周期的总次数；
所述数据处理模块设定监测阈值，将所述监测数据与所述监测阈值进行比较；
当所述监测数据等于或大于所述监测阈值时，所述数据处理模块发送报警信号至所述安全报警模块；
所述安全报警模块接收所述报警信号后，将所述监测数据发送至被监测土壤关联的治理技术员的智能终端；
当所述监测数据小于所述监测阈值时，所述数据处理模块根据所述监测数据获取土壤系数，并将所述土壤系数发送至所述数据存储模块进行存储；
所述数据处理模块根据所述监测数据获取土壤系数，包括以下步骤：
将所述土壤系数标记为Xn，
所述土壤系数的计算公式为：
其中，α为监测数据的修正系数，且α为大于0的实数；J标为监测数据的标准数据，且J标为大于0的实数；
其中，αi为Jin的修正系数；需要进一步说明的是，i为监测数据的种类；
根据所述土壤系数和土壤检测模型获取波动标签；其中，所述土壤检测模型基于人工智能模型建立；
以及所述波动标签进行识别，当土壤系数处于异常波动状态时，所述数据处理模块从所述数据存储模块获取历史土壤系数和历史监测数据，并将土壤系数、监测数据、历史土壤系数以及历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端。
2.根据权利要求1所述的一种基于云计算的土壤污染数据推送***，其特征在于，所述数据采集模块采集所述监测数据采用周期性采集的方式；
所述监测数据的采集周期标记为T，其中，T的单位为天，且T为大于0的正整数。
3.根据权利要求1所述的一种基于云计算的土壤污染数据推送***，其特征在于，所述波动标签的取值为0或者1，当波动标签为0时，表示对应土壤系数处于正常波动状态，当波动标签为1时，表示对应土壤系数处于异常波动状态。
4.根据权利要求1所述的一种基于云计算的土壤污染数据推送***，其特征在于，根据所述土壤系数和土壤检测模型获取波动标签，包括以下步骤：
从数据处理模块获取土壤检测模型；
以所述土壤系数的采集周期为基准周期，从所述土壤系数中提取基准周期之前的P个土壤系数，并整合生成原始数据；其中，P为大于等于5的正整数；
将所述原始数据输入至所述土壤检测模型获取对应的波动标签。
5.根据权利要求1所述的一种基于云计算的土壤污染数据推送***，其特征在于，基于人工智能模型建立所述土壤检测模型，包括以下步骤：
从数据处理模块获取标准训练数据；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为土壤检测模型；
标准训练数据包括若干组输入数据以及对应的波动标签，且输入数据和原始数据内容属性一致。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310550694.5A CN116560946A (zh) | 2023-05-16 | 2023-05-16 | 一种基于云计算的土壤污染数据推送*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310550694.5A CN116560946A (zh) | 2023-05-16 | 2023-05-16 | 一种基于云计算的土壤污染数据推送*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116560946A true CN116560946A (zh) | 2023-08-08 |
Family
ID=87496132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310550694.5A Pending CN116560946A (zh) | 2023-05-16 | 2023-05-16 | 一种基于云计算的土壤污染数据推送*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116560946A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116860563A (zh) * | 2023-09-05 | 2023-10-10 | 山东捷瑞数字科技股份有限公司 | 一种基于云平台的数据库服务器监测方法和*** |
-
2023
- 2023-05-16 CN CN202310550694.5A patent/CN116560946A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116860563A (zh) * | 2023-09-05 | 2023-10-10 | 山东捷瑞数字科技股份有限公司 | 一种基于云平台的数据库服务器监测方法和*** |
| CN116860563B (zh) * | 2023-09-05 | 2023-12-15 | 山东捷瑞数字科技股份有限公司 | 一种基于云平台的数据库服务器监测方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115127617A (zh) | 用于食用菌仿生态种植的智能管控*** | |
| CN111310830B (zh) | 一种联合收割机堵塞故障诊断***及方法 | |
| CN116560946A (zh) | 一种基于云计算的土壤污染数据推送*** | |
| CN113610381B (zh) | 一种基于5g网络的水质远程实时监测*** | |
| CN117575169A (zh) | 一种基于数据处理的智慧农业管理*** | |
| CN113484489A (zh) | 一种水体富营养化的远程监测与预警方法 | |
| CN114049235A (zh) | 一种基于物联网的农业信息化管理*** | |
| CN115454176A (zh) | 一种基于物联网的智慧农业大棚通风控制*** | |
| CN113485218B (zh) | 一种基于5g的智慧物联监管平台 | |
| CN115938083A (zh) | 一种基于移动终端农业监测预警方法及*** | |
| CN112019607A (zh) | 基于可视化云平台的智慧农场综合控制方法及*** | |
| CN103744369A (zh) | 一种实现智能管理农作物监控平台的方法 | |
| CN116563050B (zh) | 一种农田土壤重金属污染分析预警方法及预警*** | |
| CN114543869A (zh) | 一种基于物联网技术的农业支撑*** | |
| CN116452358B (zh) | 基于物联网的智慧农业管理*** | |
| CN116957837A (zh) | 一种基于数字孪生的数字乡村平台 | |
| CN117172952A (zh) | 一种基于物联网和遥感技术的农业灾害监控*** | |
| CN116307384A (zh) | 一种基于物联网的智慧农业土壤培养在线监测***及方法 | |
| CN116187626A (zh) | 一种基于大数据的有机农产品安全溯源追踪监测管理*** | |
| CN115777560A (zh) | 一种基于机器视觉分析技术的母猪智能化饲喂*** | |
| CN115342937A (zh) | 温度异常检测方法及装置 | |
| CN113591990A (zh) | 一种基于农业物联网的气象灾害预警方法 | |
| CN112800877A (zh) | 一种基于农业物联网的害虫防治方法 | |
| CN112164041A (zh) | 基于多尺度深度神经网络的黄龙病自动诊疗***及方法 | |
| CN117008559B (zh) | 应用于有机肥料生产***的数据采集处理方法及*** |
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 |