基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在现代化农业生产中,常采用全自动化设备检测土壤湿度,然后对农田进行灌溉,但现有系统难以精确判断整个农田的湿度信息,当土壤湿度传感器出现设备故障后,会产生控制误差,导致整个系统崩溃.因此,结合土壤湿度传感器,Lora、NB-iot无线网络传输和微控制器处理等先进技术,设计了基于改进K-means的农田湿度评估系统.该系统不仅实现了在线评估农田方圆1 km内的湿度信息的功能,并且能够快速定位故障土壤湿度传感器,发出报警信息,并抛弃故障数据.最后,对湿度评估系统进行了大量的田间实验.结果表明,能快速定位故障传感器,测量的农田湿度信息相对误差都在5%以内,验证了此湿度评估系统的可行性.
推荐文章
k-means算法的研究与改进
聚类
划分方法
数据样本
阈值
基于MapReduce框架下K-means的改进算法
MapReduce框架
K-means算法
数据挖掘
聚类分析
基于Spark的改进K-means算法的并行实现
聚类算法
简化轮廓系数
形态学相似距离
相似性度量
基于改进磷虾群算法的K-means算法
磷虾群算法
聚类算法
精英引领
最佳聚类数
动态分群
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进K-means的农田湿度评估研究
来源期刊 节水灌溉 学科
关键词 土壤湿度 设备故障 K-means 农田湿度评估 快速定位 在线评估
年,卷(期) 2021,(7) 所属期刊栏目
研究方向 页码范围 76-79,83
页数 5页 分类号 S24|TP277
字数 语种 中文
DOI 10.3969/j.issn.1007-4929.2021.07.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (109)
共引文献  (6)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(11)
  • 参考文献(1)
  • 二级参考文献(10)
2016(9)
  • 参考文献(0)
  • 二级参考文献(9)
2017(10)
  • 参考文献(0)
  • 二级参考文献(10)
2018(16)
  • 参考文献(2)
  • 二级参考文献(14)
2019(9)
  • 参考文献(2)
  • 二级参考文献(7)
2020(5)
  • 参考文献(5)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
土壤湿度
设备故障
K-means
农田湿度评估
快速定位
在线评估
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
节水灌溉
月刊
1007-4929
42-1420/TV
大16开
湖北武汉武汉大学二区
38-17
1976
chi
出版文献量(篇)
4733
总下载数(次)
8
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导