[发明专利]海量农田数据的监控方法和系统

权利要求书

1.一种海量农田数据的监控方法，包括：

通过微型无线传感器节点实时采集不同属性的农田数据；

通过云计算的方式计算实时采集的所述不同属性的农田数据对农田的影响度并作为计算结果；

将所述计算结果通过网络显示给用户；

其中，所述通过云计算的方式计算实时采集的所述不同属性的农田数据对农田的影响度，包括：将实时采集的所述不同属性的农田数据的计算任务发送到云平台的不同处理机上，执行所述不同属性的农田数据对农田影响度的计算；

所述将对实时采集的所述不同属性的农田数据的计算任务发送到云平台的不同的处理机上，包括：创建空闲处理机队列；

将所述不同属性的农田数据划分为多个训练子集；

将对所述多个训练子集的计算任务分别分配到所述空闲处理机队列中的处理机中进行计算；其中，当任意一个处理机完成对其对应的训练子集的计算时，将该处理机重新放置到所述空闲处理机队列中；

还包括：将实时采集的不同属性的农田数据与谷歌地图的API相结合，将网络拓扑结构，感知信息以及节点信息实时展示在所述谷歌地图上。

2.根据权利要求1所述的方法，其特征在于，所述通过云计算的方式计算所述不同属性的农田数据对农田的影响度并作为计算结果，包括：

接收所述不同属性的农田数据；

将对所述不同属性的农田数据的计算任务发送到云平台的不同的处理机上，执行所述不同属性的农田数据对农田影响度的计算；

对不同的处理机上得到的中间计算结果进行归约；

根据进行归约后的数据得到计算结果。

3.根据权利要求2所述的方法，其特征在于，所述接收所述不同属性的农田数据，包括：

开启预设数量的数据接收线程；

创建静态线程池，并以I/O端口复用的方式创建实时监听端口，使所述数据接收线程通过所述实时监听端口接收所述不同属性的农田数据。

4.根据权利要求2所述的方法，其特征在于，在所述将对所述不同属性的农田数据的计算任务发送到云平台的不同的处理机上之前，还包括：

对所述不同属性的农田数据进行预处理；

其中，所述预处理包括数据清洗、数据集成、空值处理和连续数据离散化。

5.根据权利要求2所述的方法，其特征在于，所述根据所述进行归约后的数据得到计算结果，包括：

对所述进行规约后的数据进行哈希映射，建立哈希表；

通过哈希查询计算各个训练子集中每个属性的增益率；

选取最大增益率的属性构造决策树，并将所述决策树作为计算结果。

6.根据权利要求5所述的方法，其特征在于，在所述选取最大增益率的属性构造决策树之后，还包括：

抽取所述决策树中的分类规则，采用交叉验证法对所述决策树的精确度进行评估。

7.一种海量农田数据的监控系统，包括：

数据采集模块，配置为通过微型无线传感器节点实时采集不同属性的农田数据；

数据处理中心模块，配置为通过云计算的方式计算实时采集的所述不同属性的农田数据对农田的影响度并作为计算结果；

显示模块，配置为将所述计算结果通过网络显示给用户；

其中，所述数据处理中心模块包括：决策分析单元，配置为将对实时采集的所述不同属性的农田数据的计算任务发送到云平台的不同的处理机上，执行对所述不同属性的农田数据对农田影响度的计算；

所述决策分析单元将对实时采集的所述不同属性的农田数据的计算任务发送到云平台的不同的处理机上，包括：创建空闲处理机队列；

将所述不同属性的农田数据划分为多个训练子集；

将对所述多个训练子集的计算任务分别分配到所述空闲处理机队列中的处理机中进行计算；

其中，当任意一个处理机完成对其对应的训练子集的计算时，将该处理机重新放置到所述空闲处理机队列中；

还包括：将实时采集的不同属性的农田数据与谷歌地图的API相结合，将网络拓扑结构，感知信息以及节点信息实时展示在所述谷歌地图上。