农业机械学报

作者：孙耀杰,蔡昱,张馨,薛绪掌,郑文刚,乔晓军

单位：河北工业大学,河北工业大学;北京农业智能装备技术研究中心,北京农业信息技术研究中心,北京农业信息技术研究中心,北京农业智能装备技术研究中心,北京农业智能装备技术研究中心,

关键词：温室;数据融合;无线传感网络;深度学习;宽-深神经网络

基金：国家重点研发计划项目（2017YFD201503）和北京市农林科学院科技创新能力建设专项(KJCX20170204)

目前物联网监测产品在温室生产中大量应用产生海量数据，但现有用于温室数据融合算法对高维特征及混合特征（数据同时包含稀疏特征和连续特征）处理精度较低且泛化能力较弱，鲜有利用深度学习模型对温室数据进行顶层融合并提供准确的决策信息。本文提出了一种基于宽-深神经网络（Wide-deep neural network， WDNN）的两级温室环境数据融合算法。首先利用温室内多点多特征数据训练WDNN深度学习模型，输出形式为多点单特征，再将该输出数据按照少数服从多数原则进行融合，得到温室环境状态的整体评估结果。试验结果表明，该融合方法对预测集中混合特征的决策准确率达到98.90%，融合特征类型的增加，可用于监测参数更多、环境更复杂的温室，将WDNN模型用于温室混合数据融合是可行有效的，在保证决策精度的同时丰富了可融合特征类别，进一步提升温室融合系统的智能化程度，对温室智能调控提供有效技术支撑。

来源：2019年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第2期