[发明专利]一种基于物联网的农业种植浇灌系统及信息处理方法

说明书

本发明属于农业种植浇灌技术领域，公开了一种基于物联网的农业种植浇灌系统及信息处理方法，基于物联网的农业种植浇灌系统包括：种植温湿度采集模块、水流量采集模块、主控模块、物联通信模块、农业信息提取模块、农业异常监测模块、时间设定模块、浇灌模块、浇灌面积计算模块、显示模块。本发明通过农业信息提取模块提取出本质特征的特征属性值，实现对信息的压缩和提炼，反映可数据的非线性结构特征，更便于农业大数据的挖掘与分析，为实现农业生产决策提供强有力的数据支持；同时，通过农业异常监测模块能有效处理高维数据和海量数据，与现有技术相比，本发明具有时间复杂度可控、计算开销低和能有效处理高维数据和海量数据的优点。

技术领域

本发明属于农业种植浇灌技术领域，尤其涉及一种基于物联网的农业种植浇灌系统及信息处理方法。

背景技术

植物栽培业。栽培各种农作物以及取得植物性产品的农业生产部门，种植业是农业的主要组成部分之一。利用植物的生活机能，通过人工培育以取得粮食、副食品、饲料和工业原料的社会生产部门。包括各种农作物、林木、果树、药用和观赏等植物的栽培。有粮食作物、经济作物、蔬菜作物、绿肥作物、饲料作物、牧草、花卉等园艺作物。在中国通常指粮、棉、油、糖、麻、丝、烟、茶、果、药、杂等作物的生产。亦指狭义的农业，亦称农作物栽培业。通常指栽培农作物以取得植物性产品的农业生产部门。在中国，种植业同林业、畜牧业、副业和渔业合在一起，为广义的农业。在国外，种植业一般同畜牧业合在一起，统称为农业。然而，现有基于物联网的农业种植浇灌系统对农业信息提取的特征不能够反映农业数据复杂的非线性结构特征，不利于后期的分析和评价，导致数据利用效果不好的问题；同时，对农业数据异常值检测效果不好；基于密度和距离的异常值检测方法，时间复杂度高、计算开销大，而且是监督学习算法，对于大量农业数据的异常值检测效率很低。

综上所述，现有技术存在的问题是：现有基于物联网的农业种植浇灌系统对农业信息提取的特征不能够反映农业数据复杂的非线性结构特征，不利于后期的分析和评价，导致数据利用效果不好的问题；同时，对农业数据异常值检测效果不好；基于密度和距离的异常值检测方法，时间复杂度高、计算开销大，而且是监督学习算法，对于大量农业数据的异常值检测效率很低。

发明内容

针对现有技术存在的问题，本发明提供了一种基于物联网的农业种植浇灌系统及信息处理方法。

本发明是这样实现的，一种基于物联网的农业种植浇灌系统信息处理方法，包括：

第一步，在浇灌设备输出管道上设置多个水流量传感器，并且主机监测水流量传感器正常运行的件数；主机设置一定的水流量监测运行时间，当到达设定的运行时间点时，主机控制正常运行的水量传感器，传输监测的水流量数值；主机根据检测到的水流量数值，判断哪个水流量传感器检测的数值异常，将其剔除；主机对剩余水流量传感器检测数值进行水流量补偿，得到补偿后的水流量检测值；主机对补偿后的水流量检测值，进行取平均数值，得到相应的水流量数值；

第二步，主控模块通过物联通信模块，利用无线发射器接入物联网进行步骤一获得的水流量数值信息物联通信，物联通信模块中的物联网通讯服务器检测共享信道是否处于拥挤状态，当出现拥挤状态时，实时检测另一信号端的运行的延时时间；另一信号端完成信号传输时，物联网通讯服务器控制一信号端迅速占用共享通道；

同时在占用共享通道时，要对接入端发送相应的匹配命令，实现相应的连接；

第三步，连接完成后，进行数据传输交换；并且实施检测其他信号端的请求次数，为其他信号端提供相应的共享通道；

第四步，利用提取程序提取第二步传输的水流量数值信息特征，并进行属性集建立，通过物联网获取农业属性数据，建立知识系统；

第五步，进行属性类别聚类，从知识系统的属性集中选取属性数据作为初始属性聚类中心，根据初始属性聚类中心建立初始属性类别，对所有的初始属性类别进行合并和分离操作得到聚类后的属性类别；