摘要
本发明提供了一种面向海南沙地鲜食甘薯的农情数据融合方法,包括:小波阈值降噪算法对单个传感器采集的农情数据进行预处理,减少噪音对数据的影响;自适应加权融合算法对同类传感器采集的农情数据进行修正,得到环境参数的精准数值;BP神经网络算法对第一级输出的各区域土壤温度、土壤湿度以及土壤EC值进行决策级融合,从而为每个区域的甘薯生长环境状况都生成一个评估值;D‑S证据理论对多个证据体的评估值进行合成,强化评估的准确度。本发明针对海南沙地鲜食甘薯这种特定的应用背景和所需数据的准确性,提出了一种面向海南沙地鲜食甘薯的多源农情数据两级融合模型,该模型第一级数据层能降低农情数据的冗余,提高数据的准确度,进而指导农业智能设备对鲜食甘薯生长环境的调控,第二级决策层则能对沙地鲜食甘薯所处环境状况做出评价。
技术关键词
鲜食甘薯
BP神经网络算法
数据融合方法
小波阈值降噪
加权融合算法
沙地
农业智能设备
传感器
农情信息
决策
采集平台
云服务器
理论
数值
冗余
系统为您推荐了相关专利信息
医学教学系统
虚拟现实技术
动态教学
面部微表情
手术器械
救火机器人
火灾监测预警
传感器信息融合技术
无线数据采集节点
智能图像识别
智能弱电
数据融合方法
重构误差
深度自动编码器
融合特征
数据存储
政务
构建知识图谱
神经网络模型
数据融合方法
数据融合方法
信噪比数据
矩阵
水面
证据理论算法