[发明专利]一种应用于大棚农作物的生长BP神经网络系统及其方法

权利要求书

1.一种应用于大棚农作物的生长BP神经网络系统，其特征在于，包括：

光源，所述光源一个或多个的安装在是大棚中，所述光源能够利用不同波长的光对农作物进行照射；

存储器，所述存储器具有不同农作物的不同生长周期的图像信息；

BP神经网络算法件，所述BP神经网络算法件于所述存储器电连接，所述BP神经网络算法件能够通过BP神经网络算法输出光源波长、光强、温度、湿度；

控制器，所述控制器一端与所述BP神经网络算法件电连接，控制器另一端与光源电连接；其中控制器通过将BP神经网络算法输出光源波长传递给光源进行调整。

2.根据权利要求1所述的一种应用于大棚农作物的生长BP神经网络系统，其特征在于，还包括：监测机构，所述监测机构安装在大棚中，并与控制器电连接，其中监测机构将监测数据实时上传至控制器中。

3.根据权利要求2所述的一种应用于大棚农作物的生长BP神经网络系统，其特征在于，所述监测机构包括湿度感应器、氧气感应器、二氧化碳感应器和温度感应器，所述湿度感应器用于监控大棚内的湿度。

4.根据权利要求2所述的一种应用于大棚农作物的生长BP神经网络系统，其特征在于，所述监测机构还包括氧气感应器；所述氧气感应器用于监控大棚内的氧气浓度。

5.根据权利要求2所述的一种应用于大棚农作物的生长BP神经网络系统，其特征在于，所述监测机构还包括二氧化碳感应器，所述二氧化碳感应器用于监控大棚内的二氧化碳浓度。

6.根据权利要求2所述的一种应用于大棚农作物的生长BP神经网络系统，其特征在于，所述监测机构还包括温度感应器，所述温度感应器能够用于监控大棚内的温度。

7.一种应用于大棚农作物的生长BP神经网络方法，其特征在于，包括以下步骤：

S1、每天采集植物生长图像、以及对应的大棚内的二氧化碳浓度、氧气浓度、温湿度、光波长、光强和光照时长，并上传存储器中；

S2、每隔一月，由图像处理算法对比生长图像与标准图像，并建立标准生长样本；

S3、修订大棚内对应二氧化碳浓度、氧气浓度、温湿度、光波长、光强和光照时长；

S4、以新产生的二氧化碳浓度、氧气浓度、温湿度、光波长、光强和光照时长为新样本数据；

S5、利用新样本数据对BP神经网络进行训练；

S6、输入样本数据进行BP训练；

S7、经过计算获取输出数据；

S8、控制器通过输出数据，对应的调整光的波长、光强和光照时长。

8.根据权利要求7所述的一种应用于大棚农作物的生长BP神经网络方法，其特征在于，其中步骤2中，每月由图像处理算法处理后，再由人工对比，进行处理。