首页分享一种基于LVQ神经网络的黄瓜温室温度智能化检测装置制造方法及图纸

一种基于LVQ神经网络的黄瓜温室温度智能化检测装置制造方法及图纸

来源：花匠小妙招时间：2024-12-23 11:45

本发明专利技术公开了一种基于LVQ神经网络的黄瓜温室温度智能化检测装置，其特征在于所述检测装置由基于CAN总线的黄瓜温室环境参数采集平台和黄瓜温室温度智能监测系统两部分组成；本发明专利技术有效解决了现有黄瓜温室监控系统没有根据黄瓜温室环境温度变化的非线性、大滞后和黄瓜温室面积大温度变化复杂等特点，对黄瓜温室环境的温度进行智能化监测与预测，从而极大的影响黄瓜温室环境温度的调控问题。

An Intelligent Temperature Detection Device for Cucumber Greenhouse Based on LVQ Neural Network

【技术实现步骤摘要】
一种基于LVQ神经网络的黄瓜温室温度智能化检测装置
本专利技术涉及农业温室自动化装备的
，具体涉及一种基于LVQ神经网络的黄瓜温室温度智能化检测装置。
技术介绍
黄瓜是现代温室栽培的主要蔬菜种类之一。在现代温室黄瓜生产过程中,温度是影响黄瓜生长发育和产量的主要环境因子之一。前人在温度对黄瓜生长发育、产量形成、生理生化及光合作用的影响方面做了大量的工作。黄瓜是属于温凉型蔬菜作物，其最适生长温度为25-30℃，超过35℃就会影响黄瓜的产量及品质。目前，一些学者研究了高温对黄瓜的生殖生长及产量等方面的影响。研究发现雌花对高温极其敏感，且主要集中表现在花前期6-17d。杨立飞等发现高温对黄瓜坐果率有明显影响，35℃时热敏感品种的坐果率就急剧下降，而耐热品种的坐果率则要在45℃时才会受到影响。通过研究高温对20份欧洲生态型黄瓜自交系产量及品质的相关性状影响差异，为耐热新品种培育和制定黄瓜耐热栽培技术提供依据。亚低温条件下植株营养生长受到了抑制,而生殖生长受到促进。亚低温条件下植株总干质量与适温处理差异较小,主要是因为果实干质量增加,而叶干质量明显减少所致。因此,亚低温有利于提高现代温室黄瓜产量,采用这一温度设置能够达到节能栽培的目的。冬春季温室温度是影响黄瓜生长发育最重要的因素，其适温为13-30℃，在这个温度范围内，对黄瓜实行高低不同温度管理，才能使其充分发挥增产潜力。冬春季温室温度要求10厘米地温在13℃以上，否则幼苗根系不能伸展而老化脱落，吸水吸肥能力下降，光合作用产物转运缓慢，容易造成淀粉残存在黄瓜茎、叶和根部，使幼苗变成深绿色，生长缓慢，必然延长苗龄...

【技术保护点】
1.一种基于LVQ神经网络的黄瓜温室温度智能化检测装置，其特征在于：所述检测装置由基于CAN总线的黄瓜温室环境参数采集平台和黄瓜温室温度智能监测系统两部分组成；黄瓜温室温度智能监测系统包括黄瓜温室温度预测子系统、黄瓜温室湿度预测子系统和黄瓜温室温度校正融合模型三部分组成，实现对黄瓜温室多点温度的融合、预测和校正；所述黄瓜温室温度预测子系统包括黄瓜温室环境温度LVQ神经网络分类器、组合预测模型1、组合预测模型2和组合预测模型3 组成，每个组合预测模型包括GRNN神经网络温度预测模型、ARIMA自回归滑动平均温度预测模型和最小二乘支持向量机LS‑SVM温度预测模型以及三个预测模型等权重相加和得到温度融合预测值，黄瓜温室环境温度LVQ神经网络分类器把黄瓜温室温度多个检测点值分为3种类型，每种类型的黄瓜温室温度检测点值作为对应类的组合预测模型的输入，每个组合预测模型实现对不同类黄瓜温室温度检测点值的温度预测，提高黄瓜温室温度预测精确度，3个组合预测模型的输出值作为黄瓜温室温度预测子系统的输出；所述黄瓜温室湿度预测子系统包括黄瓜温室湿度小波分解模型、多个ANFIS神经网络湿度预测模型和多个ANF...

【技术特征摘要】
1.一种基于LVQ神经网络的黄瓜温室温度智能化检测装置，其特征在于：所述检测装置由基于CAN总线的黄瓜温室环境参数采集平台和黄瓜温室温度智能监测系统两部分组成；黄瓜温室温度智能监测系统包括黄瓜温室温度预测子系统、黄瓜温室湿度预测子系统和黄瓜温室温度校正融合模型三部分组成，实现对黄瓜温室多点温度的融合、预测和校正；所述黄瓜温室温度预测子系统包括黄瓜温室环境温度LVQ神经网络分类器、组合预测模型1、组合预测模型2和组合预测模型3组成，每个组合预测模型包括GRNN神经网络温度预测模型、ARIMA自回归滑动平均温度预测模型和最小二乘支持向量机LS-SVM温度预测模型以及三个预测模型等权重相加和得到温度融合预测值，黄瓜温室环境温度LVQ神经网络分类器把黄瓜温室温度多个检测点值分为3种类型，每种类型的黄瓜温室温度检测点值作为对应类的组合预测模型的输入，每个组合预测模型实现对不同类黄瓜温室温度检测点值的温度预测，提高黄瓜温室温度预测精确度，3个组合预测模型的输出值作为黄瓜温室温度预测子系统的输出；所述黄瓜温室湿度预测子系统包括黄瓜温室湿度小波分解模型、多个ANFIS神经网络湿度预测模型和多个ANFIS神经网络湿度预测模型值等权重相加得到湿度融合预测值三部分组成，黄瓜温室湿度小波分解模型把黄瓜温室湿度检测值分解为低频趋势部分和多个高频波动部分，黄瓜温室湿度检测值经过黄瓜温室湿度小波分解模型分解得到的低频趋势部分和多个高频波动部分分别作为多个ANFIS神经网络湿度预测模型的输入，多个ANFIS神经网络湿度预测模型的输出分别为黄瓜温室湿度检测值的低频趋势部分和多个高频波动部分的预测值，多个ANFIS神经网络湿度预测模型值等权重相加得到湿度融合预测值；所述黄瓜温室温度校正融合模型由6个微分算子S和ANFIS神经网络组成，6个微分算子平均分成3组，每组2个微分算子相串联分别构成微分回路1和微分回路2以及微分回路3；黄瓜温室温度预测子系统的组合预测模型1的输出为微分回路1的输入和ANFIS神经网络的C端的输入，微分回路1的输出为ANFIS神经网络的...

【专利技术属性】
技术研发人员：马从国，郇小城，罗灏，韩磊，马海波，陈亚娟，丁晓红，王建国，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：江苏,32