幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

農業物聯網關鍵技術及應用(精)

  • 作者：楊宏偉//李松江//張婧|責編:陳?
  • 出版社：化學工業
  • ISBN：9787122429896
  • 出版日期：2024/03/01
  • 裝幀：精裝
  • 頁數：190
人民幣：RMB 118 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書對農業物聯網中的時空數據採集、數據提取、冗餘數據處理、分簇優化、路徑規劃、軌跡預測、軌跡糾偏、數據融合、宕機預測等關鍵技術進行了研究，並將這些技術、演算法及模型進行融合，設計並實現農業物聯網技術框架，去系統解決農業物聯網建設過程中的關鍵技術問題。
    本書主要為從事農業物聯網技術的相關工程人員及其他自學者提供學習參考。
作者介紹
楊宏偉//李松江//張婧|責編:陳?
目錄
第1章  緒論
  1.1  農業物聯網架構
  1.2  農業物聯網研究現狀
    1.2.1  國外研究現狀
    1.2.2  國內研究現狀
  1.3  農業物聯網關鍵技術
    1.3.1  時空數據採集
    1.3.2  數據提取與預處理
    1.3.3  冗餘數據處理
    1.3.4  分簇優化演算法
    1.3.5  路徑規劃
    1.3.6  軌跡預測
    1.3.7  軌跡糾偏
    1.3.8  多模態數據融合
    1.3.9  宕機預測
  1.4  研究內容與總體結構
    1.4.1  研究內容
    1.4.2  總體結構
第2章  農業物聯網中的數據採集模型
  2.1  概述
  2.2  數據採集技術
    2.2.1  機器學習
    2.2.2  人工神經網路
    2.2.3  深度學習
    2.2.4  卷積神經網路
    2.2.5  長短期記憶網路
  2.3  時空數據模型構建
  2.4  時空數據模型結構與設計
    2.4.1  時空數據採集設計
    2.4.2  輸入層構造
    2.4.3  卷積神經網路構造
    2.4.4  長短期記憶網路構造
    2.4.5  全連接層構造
    2.4.6  輸出層構造
  2.5  模型實現與結果分析
    2.5.1  時空數據的採集與實現
    2.5.2  數據處理與模型訓練
    2.5.3  測試與訓練模型
    2.5.4  模型優化與驗證
  2.6  本章小結
第3章  農業物聯網中的數據提取模型
  3.1  概述
  3.2  數據提取與預處理技術
    3.2.1  數據提取技術
    3.2.2  數據預處理技術
  3.3  模型構建
    3.3.1  數據提取模型構建
    3.3.2  基於KNN演算法的數據清洗
    3.3.3  基於數據規範化的變換處理
    3.3.4  基於PCA演算法的特徵選擇

  3.4  模型實現與結果分析
    3.4.1  實驗環境
    3.4.2  數據集
    3.4.3  數據提取分析
    3.4.4  實驗結果與分析
  3.5  本章小結
第4章  農業物聯網中的冗餘數據處理
  4.1  概述
  4.2  數據預處理
    4.2.1  Bloom Filter的介紹
    4.2.2  標準Bloom Filter 誤判概率的證明和計算
    4.2.3  設計和應用Bloom Filter
    4.2.4  樸素貝葉斯分類介紹
  4.3  設計與實驗
    4.3.1  布隆過濾器的改進
    4.3.2  布隆過濾器和改進后的布隆過濾器流程圖
    4.3.3  實驗配置
    4.3.4  重複數據過濾
    4.3.5  無效數據分類
    4.3.6  使用Laplace Smoothing優化
  4.4  本章小結
第5章  農業物聯網中的分簇優化演算法
  5.1  概述
  5.2  分簇優化演算法
    5.2.1  分簇演算法
    5.2.2  目前研究存在的問題
  5.3  系統模型
    5.3.1  問題假設
    5.3.2  能耗模型
    5.3.3  問題模型
  5.4  實驗與論證過程
  5.5  本章小結
第6章  農業物聯網中的路徑規劃研究
  6.1  概述
    6.1.1  路徑規劃問題的分類
    6.1.2  環境建模
    6.1.3  蟻群演算法概述
    6.1.4  基本蟻群演算法的數學模型
  6.2  基於蟻群演算法的無人駕駛拖拉機的路徑規劃
    6.2.1  環境建模
    6.2.2  蟻群優化演算法的基本原理及數學模型
    6.2.3  改進的蟻群演算法
  6.3  演算法實現與模擬
    6.3.1  Matlab模擬與分析
    6.3.2  結果分析
  6.4  本章小結
第7章  農業物聯網中的軌跡預測模型
  7.1  概述
  7.2  軌跡預測模型
  7.3  基於分數階累加的灰色模型理論

    7.3.1  灰色預測理論與模型
    7.3.2  分數階運算元GM（1,1）灰色預測模型
  7.4  基於改進分數階累加的灰色軌跡預測模型
    7.4.1  分數階累加灰色軌跡預測模型
    7.4.2  參數尋優演算法
    7.4.3  基於改進的粒子群優化演算法求解最優r值及最優背景值
  7.5  模擬驗證及分析
    7.5.1  數據集
    7.5.2  模型性能比較與分析
  7.6  本章小結
第8章  農業物聯網中的軌跡糾偏演算法
  8.1  概述
  8.2  軌跡糾偏模型
  8.3  基於環比的時間序列方法
    8.3.1  傳統的時間序列演算法
    8.3.2  短期環比
    8.3.3  長期環比
    8.3.4  三次樣條插值
    8.3.5  演算法步驟
  8.4  實驗模擬與結果分析
    8.4.1  短期環比演算法
    8.4.2  長期環比演算法
    8.4.3  三次樣條插值糾偏
    8.4.4  實驗對比與評價
  8.5  本章小結
第9章  農業物聯網中的數據融合技術
  9.1  概述
  9.2  研究現狀
  9.3  數據融合理論
    9.3.1  多模態數據融合
    9.3.2  卡爾曼濾波
    9.3.3  樸素貝葉斯演算法
  9.4  多模態數據的融合與分析
  9.5  實驗結果與分析
    9.5.1  數據清洗
    9.5.2  基於卡爾曼濾波的數據融合
    9.5.3  基於樸素貝葉斯的數據分析
    9.5.4  結果分析
  9.6  本章小結
第10章  農業物聯網中的宕機預測研究
  10.1  概述
    10.1.1  Hadoop
    10.1.2  分散式文件存儲系統
    10.1.3  流數據計算組件Spark Streaming
    10.1.4  時間序列多元線性回歸演算法
  10.2  研究現狀
  10.3  研究策略
    10.3.1  問題背景
    10.3.2  策略實施
  10.4  模型評估

  10.5  本章小結
第11章  農業物聯網典型應用
  11.1  智慧農機典型應用
  11.2  應用性能度量
  11.3  本章小結
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032