当前位置:主页 > 科技论文 > 农业技术论文 >

物联网数据库中农业温湿度数据检测仿真研究

发布时间:2018-07-10 04:15

  本文选题:物联网 + 数据库 ; 参考:《计算机仿真》2017年02期


【摘要】:对物联网数据库中的农业温湿度数据进行优化检测,可改善农作物的生长条件。进行温湿度数据检测时,需要利用数据贴近度的概念剔除虚假、错误的的数据,获取农业温湿度数据检测的最优解,而传统的采用增量关联规则通过建立检测基本模型,不能剔除模型中的错误数据,降低了农业温湿度数据检测的精度。提出改进信息熵的物联网数据库中农业温湿度数据检测方法。对物联网数据库全部的数据进行处理,建立农业温湿度信息管理数据初始判断矩阵,可计算出农业温湿度数据检测指标的熵,得到农业温湿度数据加权规范化矩阵和温室土壤湿度数据的目标函数,利用数据贴近度的概念剔除虚假、错误的的数据,获取农业温湿度数据检测的最优解。仿真结果表明,提出的农业温湿度数据检测方法,相比传统的数据检测精确度高。
[Abstract]:The optimum detection of agricultural temperature and humidity data in the Internet of things database can improve the growth conditions of crops. In the process of temperature and humidity data detection, the concept of data closeness should be used to eliminate false and wrong data, and the optimal solution of agricultural temperature and humidity data detection should be obtained, while the traditional incremental association rule is used to establish the basic model of detection. The error data in the model can not be eliminated, and the precision of agricultural temperature and humidity data detection is reduced. This paper presents an improved information entropy method for detecting agricultural temperature and humidity data in Internet of things database. By processing all the data in the Internet of things database and establishing the initial judgment matrix of the agricultural temperature and humidity information management data, the entropy of the agricultural temperature and humidity data detection index can be calculated. The weighted normalization matrix of agricultural temperature and humidity data and the objective function of greenhouse soil moisture data are obtained. The false and wrong data are eliminated by using the concept of data closeness, and the optimal solution of agricultural temperature and humidity data detection is obtained. The simulation results show that the proposed method is more accurate than the traditional method.
【作者单位】: 吉林农业大学信息技术学院;吉林农业大学计算机学院;
【基金】:吉林省省级经济结构战略调整引导资金专项项目(2014Y108) 吉林省教育厅“十二五”科学技术研究项目(2015175) 长春市科技局计划项目(14nk029)
【分类号】:S126;TP391.44;TN929.5

【参考文献】

相关期刊论文 前10条

1 肖志良;;多协议与中间件相融合的物联网智能网关设计方法[J];科技通报;2016年04期

2 刘洋洋;;基于WebGIS的现代农业发展综合管理决策系统设计与实现[J];现代电子技术;2016年04期

3 王丽艳;姜涛;;数据挖掘中关联规则挖掘算法的应用研究[J];农业网络信息;2015年10期

4 柴雯;左美云;许伟;王轶博;;SNS中影响力用户预测研究——基于不平衡数据的多种数据挖掘方法对比[J];系统科学与数学;2015年09期

5 何磊;雷波;毕海权;王晓亮;;基于数据挖掘模型的冷却水温度监督控制[J];计算机仿真;2015年07期

6 徐善健;;一种基于网络资源的数据挖掘方法[J];湖南城市学院学报(自然科学版);2015年02期

7 朱小刚;;基于计算机粗糙集的数据挖掘设计与应用分析[J];山东农业大学学报(自然科学版);2015年05期

8 王丹妮;包世泰;王春林;唐力生;;基于气象数据挖掘的广东省农业高温灾害预测研究[J];华南农业大学学报;2015年02期

9 闵盈盈;;基于ARIMA模型的时间序列数据挖掘方法改进[J];哈尔滨商业大学学报(自然科学版);2014年06期

10 方永美;孙凌洁;廖鉴康;杨振刚;;基于决策树算法的蔬菜农药残留的数据挖掘与分析[J];广东农业科学;2014年03期

【共引文献】

相关期刊论文 前8条

1 王周虹;洪蕾;任颖;解慧力;;非隔离型光伏并网逆变器孤岛检测方法研究[J];中国电力;2017年06期

2 崔楠楠;刘斌;李士军;;物联网数据库中农业温湿度数据检测仿真研究[J];计算机仿真;2017年02期

3 齐艳;;基于改进神经网络的铝合金活塞杆关键数据挖掘研究与仿真[J];世界有色金属;2016年17期

4 高云华;周波;李欢欢;李柏生;;衡东县近十年蔬菜农药残留变化规律分析及控制对策[J];南方农业学报;2016年07期

5 郑路远;;基于粗糙集理论的信贷风险评估模型研究[J];山东农业大学学报(自然科学版);2016年02期

6 冯伟;廖丰姣;李柏生;李艳本;陈绪维;谭民权;阳寅;;衡东县蔬菜农药残留变化规律分析及控制对策[J];农业与技术;2016年05期

7 董本清;彭健钧;;复杂网络数据流中的异常数据挖掘算法仿真[J];计算机仿真;2016年01期

8 雷石花;丁雷;李建锋;曾水玲;;一种改进的入侵检测DCA算法[J];吉首大学学报(自然科学版);2015年06期

【二级参考文献】

相关期刊论文 前10条

1 高雅莉;徐武;;基于X3D的实时交互技术在定位实验中的应用[J];电子设计工程;2016年02期

2 李仕琼;;数据挖掘中关联规则挖掘算法的分析研究[J];电子技术与软件工程;2015年04期

3 田春丽;;农民合作社在农村社会发展中的作用[J];中国农业信息;2014年24期

4 钟文平;刘文;章璐;;基于土地现状调查的中国土地利用分类浅析[J];广东土地科学;2014年05期

5 阮怀军;封文杰;唐研;赵佳;李道亮;;农业信息化建设的实证研究——以山东省为例[J];中国农业科学;2014年20期

6 王石岩;孟志豪;葛小三;段晓玲;;基于地理信息服务平台的农业信息系统研建[J];地理信息世界;2014年03期

7 闵盈盈;吴娟;;基于时间序列的可燃物平均含水率日变化预测模型[J];哈尔滨商业大学学报(自然科学版);2013年06期

8 陈威;郭书普;;中国农业信息化技术发展现状及存在的问题[J];农业工程学报;2013年22期

9 张雯;;一种基于网络资源的数据挖据方法[J];数字通信;2013年05期

10 夏于;杜克明;孙忠富;胡新;郑飞翔;;基于物联网的小麦气象灾害监控诊断系统应用研究[J];中国农学通报;2013年23期

【相似文献】

相关期刊论文 前2条

1 王锐刚;和绍禹;黄峻;王晋;吴兴纯;;蜂巢温湿度数据采集与分析处理系统[J];云南农业大学学报;2007年05期

2 ;[J];;年期

相关硕士学位论文 前2条

1 付月生;蜂巢多点温湿度监测关键技术研究[D];安徽农业大学;2015年

2 孙鸿才;基于XTend 射频模块的数传电台的研究[D];北方工业大学;2011年



本文编号:2112009

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/nykj/2112009.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户874b3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com