基于STM32的智能大棚控制系统

来源 :微处理机 | 被引量 : 0次 | 上传用户:jk305
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为提高水资源利用率,促进现代化农业发展,提出一种智能大棚控制系统.系统采用STM32微处理器作为主控模块,运用传感器采集大棚内部环境数据,并对数据进行模糊控制,获得控制命令并下发给输出设备,实现对环境因子的调节和灌溉控制.系统以智能模式为主导,远程模式为优势,人工模式为辅助,调控大棚内部环境,使农作物获得最优生长条件.智能模式基于以专家经验为规则的模糊控制算法,不需要人为调控设备,可极大节约人工成本.
其他文献
金锡焊料熔封作为典型的高可靠气密封装方式,广泛应用于航空航天、船舶舰艇、导弹雷达、装甲坦克等装备系统器件.鉴于金锡焊料环对成分和质量有严格的控制要求,在实际应用中会由于管壳、盖板母材及其镀层的参与造成对共晶点的偏离,得到更为复杂的焊接状态.为深入剖析封装机理、提高封装质量,对影响共晶界面形貌最为重要的温度因素展开研究.设定不同峰值温度,通过扫描焊接样品截面,观察界面化合物状态和分布,研究密封过程中工艺参数对封焊区微观形貌的影响,得到焊缝厚度、树枝晶化合物厚度、Ni元素扩散距离等界面状态随峰值温度变化的趋势
针对传统机器学习中需要人工提取青光眼特征而造成准确性有限的问题,建立一种基于卷积神经网络的青光眼特征自动学习模型.为克服青光眼图像库数据的不足、降低网络训练中的过拟合,对Drishti-GS1和REFUGE两个公开的眼底图像库进行数据增强处理;采用迁移学习方法训练卷积神经网络模型提取图像深层次特征,并通过添加新的具有两个神经元的全连接层和Softmax分类器进行青光眼诊断.实验结果表明,通过数据扩增不同倍数,平均准确率及AUC值都有一定程度的显著提升.随着数据量增加,该网络模型的青光眼分类性能也具有明显提