公开(公告)号：CN115796040B

公开(公告)日：2025-03-28

申请号：CN202211552061.X

申请日：2022-12-05

Applicant: 西北农林科技大学

Inventor： 胡瑾 ,  雷文晔 ,  刘行行 ,  卢有琦 ,  魏子朝 ,  杨永霞

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06F119/08

Abstract: 一种基于小样本的设施温室温度预测方法，采集环境因子作为特征，构建数据集，环境因子包括：室内温度、室内空气相对湿度、室内土壤温度、室内光照强度、室外空气温度、室外空气相对湿度及室外土壤温度；基于1D CNN‑GRU深度神经网络，构建通用的温室温度预测模型，训练得到最优预测结果对应的网络参数，获得通用的最优模型；基于迁移学习以预训练及微调方式在小样本数据集中调整最优模型网络参数，构建面向不同地点和/或不同气候的设施温室条件下的温室温度预测模型，本发明将具有大量数据的一类温室温度预测模型通过迁移学习法，在面向多种不同的设施温室条件下，快速有效地构建多种预测模型，对温度进行连续高效精准的预测。

公开(公告)号：CN115796040A

公开(公告)日：2023-03-14

申请号：CN202211552061.X

申请日：2022-12-05

Applicant: 西北农林科技大学

Inventor： 胡瑾 ,  雷文晔 ,  刘行行 ,  卢有琦 ,  魏子朝 ,  杨永霞

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06F119/08

Abstract: 一种基于小样本的设施温室温度预测方法，采集环境因子作为特征，构建数据集，环境因子包括：室内温度、室内空气相对湿度、室内土壤温度、室内光照强度、室外空气温度、室外空气相对湿度及室外土壤温度；基于1D CNN‑GRU深度神经网络，构建通用的温室温度预测模型，训练得到最优预测结果对应的网络参数，获得通用的最优模型；基于迁移学习以预训练及微调方式在小样本数据集中调整最优模型网络参数，构建面向不同地点和/或不同气候的设施温室条件下的温室温度预测模型，本发明将具有大量数据的一类温室温度预测模型通过迁移学习法，在面向多种不同的设施温室条件下，快速有效地构建多种预测模型，对温度进行连续高效精准的预测。

公开(公告)号：CN108256181B

公开(公告)日：2021-03-26

申请号：CN201711494147.0

申请日：2017-12-31

Applicant: 西北农林科技大学

Inventor： 胡瑾 ,  辛萍萍 ,  田紫薇 ,  张海辉 ,  刘行行 ,  卢有琦 ,  汪健康

IPC: G06F30/20 ,  A01G7/02

Abstract: 本发明针对设施环境调控系统缺乏融合调控效率的多因子耦合CO2目标值调控模型，造成生产效率低下的问题，研究融合效率的设施CO2目标值优化调控模型构建方法。通过光照强度、环境温度和CO2浓度为变量的多因子耦合嵌套试验获取番茄幼苗的光合数据样本，构建了CO2响应直角双曲线修正模型，利用曲线曲率理论获得不同温度、不同光强下的CO2限制上限CO2值，以此作为调控目标值拟合得到不同温度不同光强下的融合效率约束的番茄幼苗CO2环境调控模型。该模型与传统以光合速率最大值点作为调控目标值的模型相比，光合速率平均仅下降7.27％，而需CO2量则平均下降37.55％，能解决设施作物环境高效调控的基础理论问题，对实际的设施环境因子调控有指导意义。

公开(公告)号：CN108596779A

公开(公告)日：2018-09-28

申请号：CN201810304731.3

申请日：2018-04-08

Applicant: 西北农林科技大学

Inventor： 胡瑾 ,  汪健康 ,  辛萍萍 ,  刘行行 ,  田紫薇 ,  卢有琦 ,  张仲雄

IPC: G06Q50/02 ,  A01G7/02 ,  G05D27/02

Abstract: 一种融合向量机模型的嵌入式设施二氧化碳优化调控方法与系统，首先获取大量实验数据，在Qt软件中基于Python语言应用支持向量机算法构建光合速率预测模型，对预测模型中每条CO2响应曲线进行曲率分析获取CO2调控目标值，基于上述结果应用支持向量机算法构建CO2优化调控模型，获得可移植于嵌入式系统的调控模型文件。检测节点实时检测的CO2浓度、光照强度和温度，并通过ZigBee协议传输给主控节点，主控节点通过调用CO2优化调控模型训练集，进行预测仿真获取CO2调控目标值，并判断当前环境下的CO2值和CO2调控目标值的大小，然后通过ZigBee协议传输控制信号到调控节点，从而达到实时智能调控大棚内的CO2浓度的目的，本发明可有效提高作物光合速率，获得较好的经济效益。

公开(公告)号：CN108256181A

公开(公告)日：2018-07-06

申请号：CN201711494147.0

申请日：2017-12-31

Applicant: 西北农林科技大学

Inventor： 张海辉 ,  辛萍萍 ,  田紫薇 ,  胡瑾 ,  刘行行 ,  卢有琦 ,  汪健康

IPC: G06F17/50 ,  A01G7/02

Abstract: 本发明针对设施环境调控系统缺乏融合调控效率的多因子耦合CO2目标值调控模型，造成生产效率低下的问题，研究融合效率的设施CO2目标值优化调控模型构建方法。通过光照强度、环境温度和CO2浓度为变量的多因子耦合嵌套试验获取番茄幼苗的光合数据样本，构建了CO2响应直角双曲线修正模型，利用曲线曲率理论获得不同温度、不同光强下的CO2限制上限CO2值，以此作为调控目标值拟合得到不同温度不同光强下的融合效率约束的番茄幼苗CO2环境调控模型。该模型与传统以光合速率最大值点作为调控目标值的模型相比，光合速率平均仅下降7.27％，而需CO2量则平均下降37.55％，能解决设施作物环境高效调控的基础理论问题，对实际的设施环境因子调控有指导意义。