【摘 要】
:
农业无线传感器网络已成为农业大数据最重要的数据来源之一。然而,受制造工艺、网络传输和人为干扰等因素的影响,无线传感器网络中的单个或多个传感器节点在数据采集过程中会不可避免地产生异常。在单个传感器节点中,筛选传感器采集到的农业数据中存在的异常值,可保障农业数据分析的高效开展。同时,为保证实时获取农场数据,需引入实时异常检测方法对传感器实时数据流进行处理。另一方面,在大规模无线传感器网络中,如何检测出
论文部分内容阅读
农业无线传感器网络已成为农业大数据最重要的数据来源之一。然而,受制造工艺、网络传输和人为干扰等因素的影响,无线传感器网络中的单个或多个传感器节点在数据采集过程中会不可避免地产生异常。在单个传感器节点中,筛选传感器采集到的农业数据中存在的异常值,可保障农业数据分析的高效开展。同时,为保证实时获取农场数据,需引入实时异常检测方法对传感器实时数据流进行处理。另一方面,在大规模无线传感器网络中,如何检测出同时异常的多个传感器节点并降低计算资源消耗,是农业无线传感器网络应用中亟待解决的问题。为解决上述问题,本文以空气和土壤湿度、温度农业数据为对象,研究传感器异常数据离线、实时检测方法和多传感器异常数据实时检测方法,为提高农业无线传感器网络感知数据的质量提供参考。主要工作包括:(1)基于卷积神经网络的传感器异常数据离线检测方法。针对采样数据中存在异常的问题,将图像识别思想引入农业传感器异常数据检测领域,提出基于卷积神经网络的传感器异常数据离线检测方法。将离散的传感器数据分段并绘制为连续的数据图像,采用基于图片旋转的数据增广方法构建传感器数据图片数据集,构建卷积神经网络对包含异常值的数据图片进行分类,实现传感器异常数据离线检测。实验结果表明,该方法异常检测准确率平均为0.9457,且随传感器数据分段长度增加异常检测准确率总体呈下降趋势。(2)基于改进卷积神经网络的传感器异常数据实时检测方法。针对异常数据离线检测方法实时性不足和检测耗时长的问题,提出基于改进卷积神经网络的传感器异常数据实时检测方法。将标准化后的农业传感器数据转换为极坐标表示,引入自适应数据特征的滑动窗口机制将极坐标数据划分子集并重构为矩阵,通过滑动窗口的迭代更新来处理实时数据流,采用宽度学习模型优化传统卷积神经网络,构建改进卷积神经网络模型实现异常检测。与支持向量机、随机森林和卷积神经网络模型的对比实验表明,所提方法具有良好的实时性能,在处理波动较强数据时更具有优势,异常检测准确率平均为0.9854,且该模型检测耗时低于传统卷积神经网络,可满足传感器异常数据实时检测的需求。(3)基于宽度学习的多传感器异常数据实时检测方法。针对农业无线传感器网络中多个传感器节点同时异常的场景,提出基于宽度学习的多传感器异常数据实时检测方法。基于离散的多传感器实时采样数据构建观测向量,通过相邻元素差值法将观测向量构建为邻差向量,采用宽度学习模型进行异常数据实时检测。实验结果表明,所提方法的检测准确率随存在异常的传感器数量增加呈小幅下降趋势,在10%-50%比例的传感器同时异常场景下的检测准确率平均为0.9922,同时,该方法具有较短的异常检测耗时。
其他文献
体育是发展其他教育项目的基础,体育教育可以为学生培养一个健康的体魄,坚强的意志。因此,各大高校应该注重对学生体育的教育,既有利于培养学生的健康身体,也有利于促进学生的全面发展。下面就针对如何更好地进行体育教学进行探讨。
最近几年,中国的建筑行业整体面临转型。在此背景下,建筑施工现场管理水准有所提高。但不容忽视的是,在当前的建筑工程项目施工时,依旧存在比较多的问题。因存在上述问题,在一定程度上影响了建筑工程项目管理的施工品质、工程进度以及施工工序。进而导致安全事故发生。这种情况在极大程度上威胁了工作人员的人身安全。在此同时也会对建筑企业造成一定影响。可见,利用有效方式全面提升现场管理工作质量格外重要。结合实际情况,
当前,工程项目在管理中仍然存在着工程进度缓慢以及效果较差的问题,在施工中也经常发生安全事故,这不仅会对建筑单位经济利益造成重大损害,对建筑单位长久的发展也非常不利。现阶段,不少施工单位已经清醒的认识到了现场管理中所存在的一些不足,并采取相应的措施进行应对和解决,取得了不错的成绩,在某种程度上还提高了工程项目管理的水平。然而由于受到多个方面因素影响,导致现场管理中依然存在着一些问题和不足,基于此,文
基因检测技术的发展和癌症靶向治疗的增加有助于实现肿瘤学领域的精准医学,但目前癌症精准医疗数据的碎片化和异质性给组学数据的临床解释、复杂突变标记物的识别和突变-药物反应预测模型的开发等研究带来了困难。随着数据挖掘技术和人工智能的发展,将这些新技术应用于医学领域,挖掘出数据中有价值的信息才能真正地发挥精准医学前所未有的能力。针对癌症药物敏感性数据的复杂性、多特征性以及多变性特点,一个信息完善且准确的数
竹子生长迅速、纤维细长、纤维素含量丰富,是重要的非木质纤维造纸原料。竹子种类繁多,并非所有竹种都适合造纸,其造纸材性与物理性质、化学性质、纤维形态特征等材性密切相关。目前在造纸竹种筛选中,通常采用物理化学等实验方法测定竹子的物理化学性质和纤维形态等材性指标,借鉴专家学者对竹子造纸材性的评价指标,将实测值与评价值进行比较分析,筛选出优良的造纸竹种。这种人工方法费力、耗时、低效,而且不全面,造成了资源
速效氮是土壤中的重要营养成分,它在土壤中的含量与作物的生长发育质量和最终产量水平息息相关。快速、准确地检测土壤中速效氮含量对测土配方施肥和作物的高产稳产有着关键作用。常见的土壤养分含量测定方法为实验室理化检测法,该方法测定精确,但是存在着低效、成本高和污染环境的缺陷,已无法满足现阶段精准农业的发展要求。近年来,可见-近红外光谱(Visible-Near Infrared Spectroscopy,
土壤速效磷是影响作物生长的重要营养成分,是反映土壤供磷能力和指导磷肥施用的重要指标,快速、准确地检测其含量在作物精准施肥和环境保护方面具有重要意义。土壤速效磷含量的检测通常采用实验室理化检测法,存在检测周期长、过程繁琐以及易污染环境等问题,难以满足现代精准农业发展需求。可见-近红外光谱分析技术具有效率高、操作简单、无污染等优点,结合机器学习方法可以快速、无损地实现土壤速效磷含量检测。迁移学习是机器
大数据时代在带给我们方便的同时,也不可避免的造成了信息过载的困境,如何让用户在大规模数据中快速找到感兴趣的内容是推荐系统要解决的问题。近几年,基于图嵌入技术的推荐系统成为了研究热点,针对同构图、异构图、知识图谱的嵌入技术逐步被应用到推荐场景中。本文在召回模块中应用图嵌入技术,并针对图嵌入过程中未能考虑用户行为权重的问题,提出相应改进方案。在排序阶段中针对动态兴趣转变和多样性推荐两个技术点提出相应的
随着区块链技术的不断发展,区块链逐渐在金融、医疗、新能源等领域发挥着重要作用。在日益变化的计算机网络中,区块链成员节点对特定主体的信息访问也带来巨大提战,同时也对区块链网络环境带来很大威胁。以以太坊和Hyperledger Fabric为例,在以太坊中并没有特定的模块去考虑区块链节点身份的认证,这对整个区块链网络会构成很大威胁,Fabric中采用了传统公钥密码体制(Public Key Infra
在生猪养殖管理中,饲养员时刻面临猪只咳嗽、应激反应等突发情况。通过实时监测猪只状态,有助于饲养员及时掌握猪只健康、生理等状态。因此,对生猪状态进行识别是生猪福利养殖中的重要一环。本研究利用语音识别技术对生猪音频进行识别以实现生猪状态的监测。本文主要研究内容有生猪音频信号的预处理、生猪音频特征的提取及融合、构建基于双向长短时记忆单元的生猪音频识别模型和设计并实现生猪音频识别系统,具体研究工作如下:1