8篇关于农业物联网的计算机毕业论文

今天分享的是关于农业物联网的8篇计算机毕业论文范文, 如果你的论文涉及到农业物联网等主题,本文能够帮助到你

基于物联网的农作物图像与生长环境参数远程监控平台设计

这是一篇关于农业物联网,远程监控平台,植被图像分割,感兴趣区域压缩的论文, 主要内容为自20世纪90年代以来,对农作物长势信息的监测一直是智慧农业发展的重要内容,及时、准确、快速地获取农作物的生长状况和趋势可以为农业管理提供可靠的决策支持信息,为农作物产量估算提供先验知识和特征参量。农业物联网技术利用各种通讯设备和传感器采集作物的生长环境信息,通过把数据传输到农作物生长监控平台来实现作物信息的采集、存储、展示及分析,实现对农业生产要素信息的实时动态管控。农作物图像是农作物信息的重要载体之一,可以直接反映出作物的生长状况,也是农作物生长远程监控平台的重要数据来源。为实现对农作物环境信息的实时远程监测,本文研制开发了一套融合图像与环境参数的农作物生长远程监控平台。该平台可远程采集传统环境参数信息和农作物图像信息,进而实现数据的高效存储及分析。对于农作物图像信息来说,如果平台存储原始农作物图像,则对存储空间需求较大。因此,本课题从农作物图像的特征出发,研究使用的农作物图像压缩方法,拟定对植被图像感兴趣区域和背景区域分区压缩的目标。首先对植被图像进行分割方法的研究,提出基于颜色因子与超像素聚类的低对比度图像分割方法,在保证得到精准的作物分割区域后,利用基于超像素和聚类的植被区域压缩方法,达到农业图像的高效高质压缩要求。具体研究内容如下:(1)为实现温室大棚中农作物生长监测和农机设备控制,设计开发了一套远程监控平台。平台采取三层物联网结构,包括感知层、网络层、应用层。感知层中的各种传感器设备负责采集农作物的环境参数与图像数据,并按照指定的通讯协议将信息传输到网络层。利用Vue+Spring Boot前后端分离框架,在网络层实现了业务逻辑处理、数据存储解析、页面交互。同时,通过TCP与UDP的并行通信,使交互业务与数据接收业务互不干扰,降低了系统的业务耦合度。在应用层设计了数据中心、控制中心、设备中心、视频中心以及设置中心五个模块。通过功能测试,验证了该平台满足温室大棚农作物生长的监控需求。(2)为实现低对比度场景下的植被图像精准分割,针对基于颜色因子的无监督学习方法存在的过分割及欠分割问题,提出基于颜色因子与超像素聚类的低对比度图像分割算法。首先,利用颜色因子增强作物颜色特征。然后,按亮度特征连通相邻像素并聚合形成超像素,以此划分不同超像素区域。最后通过聚类方法对植被及背景进行超像素分类,得到植被分割区域。实验以97幅甜菜图像为例进行分割研究,将改进后的方法与改进前的方法及不同颜色因子进行对比,并从主观和客观指标进行评价,结果表明所提方法满足低对比度场景下植被图像分割应用需求,且具有较为精准的分割效果。(3)最后,通过图像分割方法获取植被和背景区域位置信息后,对植被图像感兴趣区域的压缩方法展开研究。以DCT方法、超像素算法SLIC和聚类算法K-means对植被图像进行压缩,通过比较其不同参数下的实验效果,分析它们在植被图像压缩中的压缩质量、效率等问题。为满足图像分区压缩需求,提出基于超像素和聚类方法的植被区域压缩算法,首先定位感兴趣的植被区域和背景区域,以聚类算法K-means压缩植被区域并保留其颜色、形状、纹理等信息,再通过超像素算法SLIC对背景区域进行高压缩比的压缩,对图像区域进行合并,实现植被图像的感兴趣区域压缩,达到农业图像压缩应用对图像质量和压缩效率的要求。

MM市农业农村局荔枝信息管理系统应用方案改进研究

这是一篇关于电商信息平台,数据采集,农业物联网,科学决策的论文, 主要内容为通过研究MM市农业农村局荔枝信息系统的发展问题,主要包括产业基础数据、生产管理手段、销售数据信息、决策指挥等产业链环节存在的问题,重点针对了几个方面进行了研究。首先,从产业基础数据采集系统着手,分析了MM市农业农村局荔枝产业数据情况,以及数据收集、整理、更细的手段和机制。从市场运行、历史原因等角度分析了荔枝产业数据零散、不集中的原因,从产业科学运营管理角度,根据产业特质,提出了产业数据各细分领域应收集数据范围、字段信息。通过数据治理体系、数据库、数据采集系统等方案的设计,构建荔枝产业数据采集信息系统。其次,从产业生产管理信息化程度进行分析,从优化生产管理手段、提升生产管理效率的原则出发,针对生产基地设施不完善、信息化技术占比低等问题,通过对荔枝产业种植基地物联网系统、病虫害监测系统的设计,研究信息化对生产管理的影响,丰富种植管理手段,提升效率。再次,从营销数据管理进行了深入分析,依托电商信息平台、指数监测系统的设计,根据电商营销数据变化曲线,提出建立电商信息平台的主要优化建议,实现产业营销数据的数字化,并通过相关系统应用实时传达营销大数据,打破信息差的被动局面。最后,本文还研究了产业决策管理问题,依据大数据5V特性相关策略分析大数据信息的集中采集、分类存储、数据挖掘、数据加工、数据管理维护等关键要素,研究提出建立大数据中心、优化指导路径等建议。本文采用了信息系统管理的重要思想,重点引入了数据采集、电商管理、精准种植、科学决策等理论知识。基于对产业的个性特点,配置产业数据字段信息,简化数据采集流程、提高数据采集效率。同时根据产业将数字化手段融入生产管理、产品营销、政府指挥调度等场景,保障政府部门对荔枝产业的高效管理。

山东省智慧农业发展的影响因素及对策研究

这是一篇关于智慧农业,农业物联网,智慧农业技术创新,多元线性回归的论文, 主要内容为随着现代互联网、物联网、高新技术的发展,“十四五”规划中明确了智慧农业的重要性,并提出要大力发展智慧农业。智慧农业是农业生产的高级阶段,将成为农业发展的一大趋势,但当前国内外对于智慧农业的研究仍不到位。山东省作为传统的农业大省,农业基础雄厚,农业发展优势显著,具有良好的地理位置和气候条件,拥有丰富的资源,尤其是随着物联网、移动互联网等技术广泛在农业领域推行,山东省智慧农业的发展有了一定的成效,但智慧农业的发展并不成熟,同时受到各种因素的制约,在智慧农业的发展进程中需要突破许多困难、挑战。本文探究影响山东省智慧农业发展的影响因素,结合山东省实际,提出解决问题的应对策略,并为以后发展提供参考依据,因此,研究山东省智慧农业的发展具有重要意义。本文以山东省为例,以文献研究、定性、定量分析法为研究方法,研究了山东省智慧农业发展现状,存在的主要问题,如何解决问题的对策建议。首先,本文介绍了智慧农业的研究背景、意义、国内外现状及采用的研究方法。之后结合已有文献,在前期理论发展的基础上总结智慧农业的概念,特征等,并与传统农业模式进行对比。通过第三部分研究山东省智慧农业发展历程,对发展现状进行分析,得出了智慧农业普及程度低、农业设备的智慧化水平不达标、信息服务平台基础薄弱、农业互联网建设运营不足等问题需要解决。第四部分运用多元线性回归方法对山东省智慧农业发展的影响因素进行实证分析,提出了影响智慧农业发展的主要因素,其中表现最为突出的因素为物联网技术应用,其次为电子商务平台使用。根据第四部分的分析研究,提出了推动智慧化技术创新的突破、强化电商平台推广应用、加快农业物联网信息技术的发展、做好新型职业农民培训工作、建立全面的智慧农业人才引进机制、完善信息服务平台建设六条对策,即为第五部分的内容。第六部分为总结部分,通过研究,可以掌握山东省智慧农业发展的基本情况,找出存在的问题,研究总结出存在问题的根源,提出解决问题的办法,为山东省农业模式的创新、智慧农业的发展提供更多的参考依据。

基于物联网的无土栽培智能决策管理系统设计与实现

这是一篇关于农业物联网,数据融合,智能决策,管理云平台的论文, 主要内容为中国是盐碱地大国,人均耕地面积远低于世界平均水平。利用无土栽培技术提高土地的生产效率成为中国农业向着高效化发展的重要途径。推进物联网技术在无土栽培中的应用,提高农业智能化管理水平是加快农业现代化的有效途径,而数据融合技术的应用对于实现高效、低成本的数据采集整理起到关键作用。由于我国发展农业物联网起步较晚,数据融合决策精度较低,很多管理系统缺乏一体化、信息化管理。在此背景下,本文通过实地调研、需求分析、算法改进,设计并实现了物联网技术下无土栽培数据融合决策模型与信息管理云平台的综合系统。具体研究工作如下:(1)分析设施农业环境中无土栽培智能化管理的发展背景、应用现状和融合决策方法。在现有问题与实际需求的基础上,对系统业务流程及功能需求进行分析,并依托物联网、Web、数据融合算法对系统进行了整体设计,制定了系统总体架构。(2)以无土栽培棚区环境为背景,构建了基于多数据融合算法的决策模型,该模型分为一级数据融合与全局决策融合两部分。在一级数据融合阶段,针对现有多传感器数据融合算法冗余高、误差大的问题,提出了一种基于自适应信任估计与神经网络的多传感器数据融合算法(Trust-Neural Network,T-NN)。将时间因子引入自适应信任估计模型,通过计算节点间的信任度,并对数据进行优化,最大程度地避免了测量时间过长所带来的数据不准确问题。将优化后的数据引入BP神经网络进行数据融合,提高了融合的精度与稳定性。在全局决策阶段,引入改进证据源的D-S证据理论方法对一级融合优化后的数据进行决策融合,实现了证据冲突下的自适应修正,提高了决策融合准确度。通过仿真实验对比,在该模型下数据融合决策精度有明显的提高,为系统的智能监测和决策控制提供了强有力的理论依据。(3)确定系统采集控制终端的选型,完成信息管理云平台的设计与实现。选择系统所需的各种传感器、控制终端等设备,为系统的实现奠定了基础。通过对系统的业务流程与功能需求分析,设计开发了基于Django+Vue的智能决策管理云平台。平台设计了供农场员工使用的前台与供管理员使用的后台管理,并将数据融合决策模型应用到功能模块中,实现了棚区环境智能监测、决策控制、传感器异常检测、信息数据管理等功能。经过系统部署和测试,各模块均达到设计要求,为棚区提供了高效的作业管理服务。

农业物联网异构感知网络QoS意识的路由协议研究

这是一篇关于农业物联网,异构,服务质量,路由协议,马尔可夫链,模糊逻辑的论文, 主要内容为农业物联网能为农田管理和农事作业提供远程监控能力,用户无需在田间现场就可以观察农作物及环境状况。然而,随着网络监控区域的扩大,农业物联网异构性增强等因素使得数据传输的网络服务质量(Quality of Service,QoS)保障面临严峻挑战。本文针对网络数据传输路径建立时存在的QoS需求,综合考虑多种路由控制指标,优化路径选取机制,改进路由协议设计,以提高网络传输性能,主要研究工作如下:(1)提出基于随机过程的节点能耗率预测模型。根据节点在网络中扮演角色的不同,基于半马尔可夫过程对节点状态变迁过程建模,在状态迁移过程基础上,设计节点能耗评价指标,提取出节点能量状态可用性、能量因子稳定性和能耗服务率三个指标。根据节点状态转移模型仅在离散时间序列上进行转移的特性,采用离散时间马尔可夫链对节点状态转移过程分析求解能耗指标,并选取典型参数对模型的节点能耗指标进行数值分析以得出性能变化趋势。(2)提出基于模糊逻辑的自适应路由协议。首先,对保障异构农业物联网QoS的需求进行分析,提出路由QoS意识的控制指标,并利用控制指标设计路由表和路由控制消息结构。其次,根据路由控制指标特性,对指标进行分类并设计模糊推理系统,将跳数和路径距离结合输出间隔,将路径链路质量和路径干扰结合输出通信质量,并针对间隔、通信质量、路径能耗率和路径异构度设计二级模糊推理系统,达到减少模糊规则数目及系统复杂性的目的。然后,在路由建立过程中,为让源节点有更多可选路径,目的节点针对来自不同节点的同一路由请求包会生成并发送不同的路由回复包,路由回复包记录相关路径信息,源节点在规定时间内缓存收到的多个路由回复包,利用模糊推理系统读取路由回复包中的信息,并计算相关路径质量,从而使源节点基于路径质量选择最优下一跳节点。最后,对所提路由协议工作过程中路由控制消息交换及更新操作进行总结,分析路由协议的复杂性、正确性、完整性和开销等四个方面。(3)实现基于模糊逻辑的自适应路由协议仿真系统。利用NS3对路由协议进行仿真对比试验,系统通过前后端交互的方式展示路由协议仿真结果,前端界面采用Thymleaf模块引擎和Sematic UI框架,系统后端使用Spring Boot框架对视图层、控制层和业务层等进行设计,并根据前端传递的命令参数动态执行不同NS3 Waf脚本文件。相比传统路由机制研究,本文提出的路由协议表现出更优越性能,具有更高的分组投递率和吞吐量,提高网络寿命的同时降低了端到端时延,可为农业物联网异构环境下的高效数据传输提供良好支撑。

基于物联网的智能农业监测系统的设计与实现

这是一篇关于农业物联网,无线传感器网络,数据融合,B/S架构的论文, 主要内容为物联网作为信息产业的第三次浪潮,在农业中的应用将会解决一系列科学技术问题,例如分布在广域空间的信息获取,高效可靠的信息传输以及面向不同应用的智能决策等,将是实现传统农业向现代农业转变的助推器和加速器。农业生产过程中,温度、湿度、光照强度、C02浓度、水分以及其他养分等多种自然因素共同影响农作物的生长,传统农业的管理方式远远没有达到精细化管理的标准,只能算是粗放式管理,在这种管理方式下,通过人的感知能力管理上述环境参数,无法达到准确性要求,要实现现代农业的智能化管理,建立一个实用、可靠、可长期监测的农业环境监测系统是非常必要的。因此,本文设计了基于物联网的智能农业监测系统,该系统能够准确实时的获取农作物生长的环境信息并对这些信息进行远程监测。论文首先详细阐述物联网和农业物联网的内涵和体系结构、农业物联网的关键技术和未来发展。介绍了数据融合的相关概念,并提出了KDF算法用于系统对感知数据的处理。KDF算法是基于卡尔曼滤波的数据融合算法,能够达到减少冗余信息、降低能量消耗以及消除干扰使获得的感知数据更加准确的目的。其次,论文给出了系统的总体设计,并根据设计要求,以MSP430F5438微处理器、射频模块CC2520、射频放大前端CC2591以及SHT10温湿度传感器等环境感知传感器为核心,构建了传感器硬件节点。传感器节点的软件以Z-Stack协议栈为基础,成功的实现了无线Mesh网络的组建和数据的可靠传输。最后,论文介绍了上位机监测软件,上位机监测软件基于B/S架构,使用JSP语言在MyEclipse环境下开发,具有良好的人机交互前台界面；后台采用MySQL数据库,完成环境参数数据和其他有用信息的存储；将整个系统通过Tomcat服务器在线发布,系统便可以接入到Internet中,形成“底层(传感器)—Internet网络—远程监控”的结构,使连入互联网的计算机均可以访问。对系统从功能实现角度来开展的实验结果显示,该系统可以正常稳定的工作,无线传感器节点可以正常构建无线Mesh网络,可以进行数据可靠传输,系统通过Tomcat服务器在线发布,用户可以在任何—台与Internet相连的PC机上登录本系统进行数据查询和系统管理,实现远程监测的功能,并且本系统采用的节能机制达到了很好的节能效果,且采集数据的精度符合要求。

基于物联网的大葱种植环境预测监控系统的研究

这是一篇关于大葱,土壤相对湿度,BP神经网络算法,农业物联网,喷灌的论文, 主要内容为随着全面脱贫攻坚战的打响,农民因地制宜的发展特色农业经济,是对国家农业政策最有力的支持。大葱是一种营养丰富而又广泛食用的蔬菜,具有较高的经济价值。除了水分,大葱对其它种植条件的要求不高,因此非常适合在青海省东部地区种植。结合科学技术与自动化设备提高大葱的产量和质量以增加经济收入,是当地农民脱贫致富的积极尝试。但大葱既不耐旱又不耐涝,所以既要保持水分又不能过量灌溉。因此控制好大葱生长期间的土壤相对湿度,是大葱优质高产的必要条件。本文在详细考察了青海省东部地区的地理环境之后,设计了一套基于物联网的大葱种植环境预测监控系统,系统融合了基于BP神经网络的预测机制和基于无线传感网络的物联网装置。首先,针对传统的土壤湿度控制系统固有的湿度信息检测不准确的问题,本文设计了一种以BP神经网络算法为核心的预测机制,将影响土壤湿度变化的空气温度、空气湿度和土壤温度在1小时内的变化量以及影响土壤湿度变化的风速和光照强度在一小时内的平均值作为BP网络的输入值,通过预测获得相应时间段内的土壤湿度变化量。Matlab仿真结果表明,该机制能准确预测土壤湿度变化量,为精准控制土壤湿度提供前提保障。其次,为了适应青海省地广人稀的特点,本文设计了一套农业物联网装置,包括:环境信息采集模块—监测空气温度、空气湿度、风速、光照强度和土壤温度;网关模块—接收环境信息采集模块监测到的数据,并上传到云服务器;客户端模块—通过登陆到云服务器远程桌面,获取存储在云服务器中的数据并执行预测任务,同时发送控制指令给喷灌模块;喷灌模块—接收客户端的控制指令,执行灌溉工作。环境信息采集模块与网关模块之间采用Zig Bee技术传输数据,网关模块与云服务器之间采用GPRS技术传输数据,PC客户端经由Internet连接到云服务器。最后,通过C#与matlab混合编程设计了客户端控制程序,预测机制的功能由matlab程序实现。本文设定大葱种植土壤湿度值为60%,实验结果表明系统运行良好,对环境信息的采集、对土壤湿度变化量的预测、对喷灌工作的控制均能达到预期目标,能显著提高对土壤湿度的测控效率,对大葱的优质高产有明显的促进作用。