典型文献
基于LSTM神经网络的智能灌溉系统设计与试验
文献摘要：
针对我国现阶段农业生产效率低,农业用水浪费严重现象,设计一套基于LSTM神经网络的智能灌溉系统.系统以树莓派为下位机控制器,阿里云服务器为上位机.利用灰色关联分析法确定平均气温、太阳辐射、日照时数、平均风速、相对湿度、气压与作物需水量间的关联度系数分别为0.636 52、0.510 42、0.444 56、0.440 29、0.343 50、0.287 87,从中选取关联系数较大的气象因素作为LSTM预测模型的特征输入向量,作物需水量为输出向量,构建LSTM神经网络预测模型,并为系统开发了相应的物联网平台与移动端平台,实现数据可视化及开关远程控制功能.结果表明预测模型拟合系数R2等于0.987 2,且残差相对稳定,预测精度较高.在实际灌溉试验中模型预测平均绝对误差为3.02％,系统运行稳定,智能化程度较高,为农业现代化发展提供一定参考.
文献关键词：
神经网络;需水量;物联网;智能灌溉系统;灰色关联分析
中图分类号：
作者姓名：
孙博瑞;孙三民;蒋敏;薛山
作者机构：
塔里木大学水利与建筑工程学院,新疆阿拉尔,843300;塔里木大学现代农业工程重点实验室,新疆阿拉尔,843300
文献出处：
引用格式：
[1]孙博瑞;孙三民;蒋敏;薛山-.基于LSTM神经网络的智能灌溉系统设计与试验)[J].中国农机化学报,2022(04):116-123
A类：
B类：
智能灌溉系统,农业生产效率,农业用水,水浪,树莓派,下位机,阿里云,云服务器,上位机,灰色关联分析法,平均气温,太阳辐射,日照时数,平均风速,相对湿度,作物需水量,关联系数,气象因素,神经网络预测模型,系统开发,物联网平台,移动端,端平,数据可视化,远程控制,控制功能,模型拟合,平均绝对误差,运行稳定,农业现代化
AB值：
0.296197
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
