[发明专利]一种基于减法聚类分类器的青椒温室环境智能监测系统有效

专利信息
申请号: 201910320161.1 申请日: 2019-04-19
公开(公告)号: CN110083190B 公开(公告)日: 2020-08-25
发明(设计)人: 马从国;姜仲秋;汪超;梁欢;丁晓红;马海波;周恒瑞;王建国 申请(专利权)人: 淮阴工学院
主分类号: G05D27/02 分类号: G05D27/02;G05B13/04;G05B13/02;G05B19/042;G01D21/02;G06K9/62;G06N3/04
代理公司: 淮安市科文知识产权事务所 32223 代理人: 李锋
地址: 223005 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 减法 分类 青椒 温室 环境 智能 监测 系统
【说明书】:

发明公开了一种基于减法聚类分类器的青椒温室环境智能监测系统,其特征在于:所述智能监测系统由基于无线传感器网络的青椒温室环境参数检测平台和青椒温室产量智能预警系统两部分组成;本发明提供了一种基于减法聚类分类器的青椒温室环境智能监测系统,本发明有效解决了现有技术仅依靠设备监测青椒温室环境参数,只能获取青椒温室环境参数,而无法根据青椒温室环境温度和光照对青椒温室产量进行预警问题。

技术领域

本发明涉及农业温室自动化装备的技术领域,具体涉及一种基于减法聚类分类器的青椒温室环境智能监测系统。

背景技术

青椒果肉厚而脆嫩,营养丰富,我国南方、北方都可以栽培,在蔬菜生产中占有很重要的地位,其产量在茄科蔬菜中仅次于番茄,是群众一年四季所喜欢的蔬菜之一。青椒生产季节性强,使得市场供应的淡旺季矛盾较为突出,生产旺季腐烂损耗严重,淡季供应数量不足,难以满足人们的需要。青椒又叫甜椒、菜椒,是茄科青椒属一年生草本植物,原产于中南美洲热带地区。温室秋冬茬青椒栽培,可以满足元旦及春节前的淡季蔬菜市场供应,一般亩产量120-1800kg,亩产值可达1.2万元。日光温室青椒中自然变色的红椒,果肉厚、质地嫩、口感好、易配色,品质独特,零售价比同类青椒高30%以上。国内专家纷纷研究青椒生长与光照度的关系,常彩涛等研究弱光下青椒外部形态及生理指标变化,陈银华等研究光照强度对辣椒光合特性与生长发育的影响,杨玉萍研究日光温室不同遮阳处理对青椒颜色和产量的影响,在试验利用日光温室智能化系统,测定了不同遮阳处理的光照强度和光照时间,并与青椒的变色时间、数量、产量和售价进行了相关分析,研究结果表明青椒变色与光照强度、光照时间密切相关,在果实发育进入转色期,以黑色遮阳网25%外遮阳处理综合性状最好,经济效益比对照高27.13%,变红率达68.09%。青椒温室智能化控制是一种高新农业技术,具有节能、省工和环境友好等优点,可在不额外添加化学投入品的情况下,提高温室青椒变红的产量,显著提高经济收益。通过设置不同的光照处理,通过调节温室青椒变红最适光照强度和光照时间,以期通过日光温室智能化控制遮阳、补光系统,温室青椒变红的时间、数量、产量、售价显著不同,提高温室青椒变红的产量,满足市场需求。青椒温室遮阳处理能显著提高日光温室青椒的变色率,但产量均有不同程度的降低,对单果重也有一定的影响,遮阳愈严实的结果数量、产量愈低,但单果重有所增加。青椒产量的预测是农业生产与蔬菜管控的重要组成部分,对农业主管部门制定调控政策、提供辅助决策具有重要意义。对地域性人均蔬菜占有量及青椒单产量的有效预测可为政府制定和实施农业经济政策、农业经济资源的优化配置、农业结构的合理调整等提供科学的参考依据,有利于农业经济的健康发展。

发明内容

本发明提供了一种基于减法聚类分类器的青椒温室环境智能监测系统,,本发明有效解决了现有技术仅依靠设备监测青椒温室环境参数,只能获取青椒温室环境参数,而无法根据青椒温室环境温度和光照对青椒温室产量进行预警问题。

本发明通过以下技术方案实现:

一种青椒温室环境智能监测系统,由基于无线传感器网络的青椒温室环境参数检测平台和青椒温室产量智能预警系统两部分组成,基于无线传感器网络的青椒温室环境参数检测平台实现对青椒温室环境因子参数进行检测、调节和监控;青椒温室产量智能预警系统包括温室青椒产量预测子系统、青椒温室温度预测子系统、青椒温室光照预测子系统、温室青椒产量环境参数校正模型和最小二乘支持向量机(LS-SVM)温室青椒产量等级分类器,根据青椒温室的历史产量和青椒温室的温度和光照对青椒温室产量的影响实现对青椒温室的产量进行预警。

本发明进一步技术改进方案是:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮阴工学院,未经淮阴工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910320161.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top