基于物联网与人工神经网络的温室监控方案

作者：杨俊成; 李淑霞^*; 李亮

来源：控制工程, 2020, 27(09): 1649-1656.

DOI：10.14107/j.cnki.kzgc.20180459

• 物联网
• 温室监控
• 观叶植物
• 图像处理
• 人工神经网络
• 深度学习

为提高观叶植物温室的自动化水平,根据物联网采集的温室微气候数据与植物图像,设计了基于人工神经网络预测的温室监控方案。首先,设计了基于物联网的温室微气候检测系统与植物图像采集系统,设计了图像处理算法来提取植物的叶区域;然后,采用两因素方差方法分析微气候因素与观叶植物叶区域生长速度的关系,由此确定神经网络的输入量与输出量;最终,使用采集的历史微气候数据对神经网络进行训练,获得神经网络的最优模型参数,建立微气候因素的预测模型。实验结果表明,该系统能够准确地预测出温室微气候的变化状态,使温室微气候满足兰花的最优生长条件。

• 单位
  河北师范大学; 河南工业职业技术学院; 电子信息工程学院