智能植物工厂数据处理与预测方法研究

发布时间：2020-12-17 13:30

　　植物生长柜作为一种高端的植物生长装置,不仅能够提供全光谱的LED光照条件,还能够24h不间断地为植物提供营养补给。相对于自然条件下种植方式,具有不可比拟的优势。生菜是日常生活中常见的蔬菜之一,具有很高的营养价值。相比于自然条件,植物生长柜同样能够孕育出优质的生菜。而生菜最终的生长质量又是由多种环境因素共同决定的。在不同的环境变量影响下,生菜最终的形态和质量都会有所差异。当环境变量不适合生菜生长时,生菜会出现生长缓慢、甚至停滞生长的情况。针对以上问题,本文主要围绕着两个方面展开研究:建立BP神经网络模型,探究多变量环境融合与生菜基本特征的映射关系。首先,通过单一变量实验,总结了多种单一环境变量与生菜生长特征的映射关系。其次,为了探究多种环境变量融合下,环境变量与生菜生长特征的映射关系。结合BP神经网络模型特征,建立了相关模型,探究了多种环境变量融合下,生菜的生长特征值变化趋势。最后,通过测试集验证了该模型的准确性。搭建小型VGG网络模型,有效识别不同时期的生菜图像特征。生菜的生长过程主要分为育苗期、生长期、发棵期和成熟期,并且在每个时期的图像特征都有所不同。为了预防感知系统失调的缘故,导... 

【文章来源】：天津职业技术师范大学天津市

【文章页数】：65 页

【学位级别】：硕士

【图文】：

图1-1日本大阪府立大学植物工厂我国对于植物工厂的研究相对较晚，直到2002年，杨其长院士展开了对于人工光照环

椭参锕こВ?淙恍⌒椭参锕こУ目刂品绞较喽约虻ィ??孕枰??嫉幕肪晨刂啤Ｐ⌒椭?物工厂的发展，带动了相关产业链的发展，如民用小型植物生长装置、水培生菜种植装置等等。并且国外的一些企业逐渐将“小型植物生长装置”投入生产，进入产业化阶段。在2014年，日本一家U-ING公司设计了一种小型生菜生长装置。该装置不仅能够给生菜提供合适的生长环境，还具有体积孝美观度高的优点。小型生菜生长装置主要通过LED照明方式给植物提供光照条件，并且具有很好的实用性，方面了日本用户日常生活。日本U-ING设计的室内水培生菜装置如图1-2所示。图1-2日本U-ING公司室内水培蔬菜种植装置相比于发达国家，中国对于小型植物工厂的发展相对较晚。但是近年来，随着国家对于农业问题的重视，适用于家庭的植物生长装置也在研究的道路上。例如：“2010年上海世博会展示的低碳·智能·家庭植物工厂”。2016年6月，习近平总书记在参观国家“十二五”科技创新成就展展出的“智能LED植物工厂”时，对植物工厂产业的科技成果表示肯定，也对其未来的发展提出了期望。1.2.2植物生长过程的研究现状植物工厂作为一个大型的环境控制系统，其中隐含着多种研究方向，并且具有很好的研究意义。自然植物的生长都离不开多种环境变量的共同作用。当环境变量不适合植物生长时，植物可能会停滞生长，并且最后会出现衰亡。因此，研究环境变量对于植物的影响，能够有效改进植物工厂的控制系统，提高植物种植质量。许多研究学者在早期就展开了对于植物的研究，但有些研究都局限于单一环境对于植

天津职业技术师范大学硕士学位论文7第二章植物生长过程预测研究2.1引言本章以植物生长柜中种植的水培生菜为研究对象，探究了不同的环境变量对水培生菜生长过程以及最终形态的影响关系。为了研究环境变量对水培生菜生长形态的影响，本章采用BP神经网络算法，建立环境变量与生菜生长基本特征之间的BP神经网络模型，探究适合植物生长的环境变量。2.2水培生菜机理特征分析本文主要围绕着生菜展开了研究，生菜属于菊科，学名为莴苣，原产于中国以及地中海沿岸地区。生菜是日常生活中常见的蔬菜之一，具有很高的营养价值。食用生菜不仅具有催眠、镇痛的效果，还能抗衰老、预防贫血等。生菜被人类食用后，还能够有效分解多种致癌物质，因此，生菜深受广大群众喜爱。本文的研究植物生长柜是天津职业技术师范大学的植物生长柜，一共有三层可供生菜种植。其中生菜的种植方式主要是通过营养液栽培（水培）。天职师大植物生长柜如图2-1所示：图2-1天职师大植物生长柜

【参考文献】：
期刊论文
[1]基于BP神经网络的仿人两指末端执行器抓握模式预测[J]. 陈小静,彭培成,张高峰,王裕清.  河南理工大学学报(自然科学版). 2020(02)
[2]基于BP神经网络的临床路径优化[J]. 宋波,辛文贤,冯云霞.  计算机技术与发展. 2020(04)
[3]基于树莓派和Python的智能家居控制系统的设计[J]. 石子昊,夏佳宁.  计算机产品与流通. 2019(12)
[4]基于神经网络的马铃薯栽培环境调控预测模型研究[J]. 冯灵清,刘琪芳,鲁志红.  计算机时代. 2019(12)
[5]BP神经网络在油菜花期预报中的应用[J]. 孙家清,张志薇,艾文文.  气象与环境科学. 2019(04)
[6]多隐层BP神经网络在模式预报中的简化应用[J]. 沈沉,赵文灿,施金海,高翔,顾松强.  气象与环境科学. 2019(04)
[7]基于树莓派的在线人脸识别考勤系统[J]. 张一夫,陈天飞,张建松.  电子设计工程. 2019(22)
[8]家用智能葡萄酿酒机设计[J]. 张奥涵,朱恒军,周熊.  信息通信. 2019(11)
[9]光温耦合对植物生长发育的影响研究进展[J]. 苏炜宣,李邵,丁小明,徐志刚.  中国农学通报. 2019(31)
[10]基于树莓派与深度学习的人脸识别考勤系统[J]. 张寅东,陈晓填,张宇雯.  现代计算机. 2019(31)

博士论文
[1]自然通风温室滴灌下试验研究土壤水分分布、肥料和作物生长[D]. Mohmed Abdallah Mohmed Abdalhi.扬州大学 2015

硕士论文
[1]基于卷积神经网络的图像分类算法研究[D]. 陈奇星.南昌航空大学 2019
[2]基于深度网络特征学习的植物叶片识别算法研究与实现[D]. 刘晶晶.深圳大学 2017
[3]植物图像识别方法研究及实现[D]. 胡直峰.浙江大学 2017
[4]物联网LED智能植物生长柜数据分析与处理方法研究[D]. 谢佳佳.天津职业技术师范大学 2015
[5]五常井田植物工厂布局设计与仿真研究[D]. 马超.东北农业大学 2015



本文编号：2922124