發(fā)布時(shí)間：2020-12-17 13:30

　　植物生長(zhǎng)柜作為一種高端的植物生長(zhǎng)裝置,不僅能夠提供全光譜的LED光照條件,還能夠24h不間斷地為植物提供營(yíng)養(yǎng)補(bǔ)給。相對(duì)于自然條件下種植方式,具有不可比擬的優(yōu)勢(shì)。生菜是日常生活中常見(jiàn)的蔬菜之一,具有很高的營(yíng)養(yǎng)價(jià)值。相比于自然條件,植物生長(zhǎng)柜同樣能夠孕育出優(yōu)質(zhì)的生菜。而生菜最終的生長(zhǎng)質(zhì)量又是由多種環(huán)境因素共同決定的。在不同的環(huán)境變量影響下,生菜最終的形態(tài)和質(zhì)量都會(huì)有所差異。當(dāng)環(huán)境變量不適合生菜生長(zhǎng)時(shí),生菜會(huì)出現(xiàn)生長(zhǎng)緩慢、甚至停滯生長(zhǎng)的情況。針對(duì)以上問(wèn)題,本文主要圍繞著兩個(gè)方面展開(kāi)研究:建立BP神經(jīng)網(wǎng)絡(luò)模型,探究多變量環(huán)境融合與生菜基本特征的映射關(guān)系。首先,通過(guò)單一變量實(shí)驗(yàn),總結(jié)了多種單一環(huán)境變量與生菜生長(zhǎng)特征的映射關(guān)系。其次,為了探究多種環(huán)境變量融合下,環(huán)境變量與生菜生長(zhǎng)特征的映射關(guān)系。結(jié)合BP神經(jīng)網(wǎng)絡(luò)模型特征,建立了相關(guān)模型,探究了多種環(huán)境變量融合下,生菜的生長(zhǎng)特征值變化趨勢(shì)。最后,通過(guò)測(cè)試集驗(yàn)證了該模型的準(zhǔn)確性。搭建小型VGG網(wǎng)絡(luò)模型,有效識(shí)別不同時(shí)期的生菜圖像特征。生菜的生長(zhǎng)過(guò)程主要分為育苗期、生長(zhǎng)期、發(fā)棵期和成熟期,并且在每個(gè)時(shí)期的圖像特征都有所不同。為了預(yù)防感知系統(tǒng)失調(diào)的緣故,導(dǎo)... 

【文章來(lái)源】：天津職業(yè)技術(shù)師范大學(xué)天津市

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【圖文】：

圖1-1日本大阪府立大學(xué)植物工廠我國(guó)對(duì)于植物工廠的研究相對(duì)較晚，直到2002年，楊其長(zhǎng)院士展開(kāi)了對(duì)于人工光照環(huán)

橢參錒こВ?淙恍⌒橢參錒こУ目刂品絞較嘍約虻ィ??孕枰??嫉幕肪晨刂啤Ｐ⌒橢?物工廠的發(fā)展，帶動(dòng)了相關(guān)產(chǎn)業(yè)鏈的發(fā)展，如民用小型植物生長(zhǎng)裝置、水培生菜種植裝置等等。并且國(guó)外的一些企業(yè)逐漸將“小型植物生長(zhǎng)裝置”投入生產(chǎn)，進(jìn)入產(chǎn)業(yè)化階段。在2014年，日本一家U-ING公司設(shè)計(jì)了一種小型生菜生長(zhǎng)裝置。該裝置不僅能夠給生菜提供合適的生長(zhǎng)環(huán)境，還具有體積孝美觀度高的優(yōu)點(diǎn)。小型生菜生長(zhǎng)裝置主要通過(guò)LED照明方式給植物提供光照條件，并且具有很好的實(shí)用性，方面了日本用戶(hù)日常生活。日本U-ING設(shè)計(jì)的室內(nèi)水培生菜裝置如圖1-2所示。圖1-2日本U-ING公司室內(nèi)水培蔬菜種植裝置相比于發(fā)達(dá)國(guó)家，中國(guó)對(duì)于小型植物工廠的發(fā)展相對(duì)較晚。但是近年來(lái)，隨著國(guó)家對(duì)于農(nóng)業(yè)問(wèn)題的重視，適用于家庭的植物生長(zhǎng)裝置也在研究的道路上。例如：“2010年上海世博會(huì)展示的低碳·智能·家庭植物工廠”。2016年6月，習(xí)近平總書(shū)記在參觀國(guó)家“十二五”科技創(chuàng)新成就展展出的“智能LED植物工廠”時(shí)，對(duì)植物工廠產(chǎn)業(yè)的科技成果表示肯定，也對(duì)其未來(lái)的發(fā)展提出了期望。1.2.2植物生長(zhǎng)過(guò)程的研究現(xiàn)狀植物工廠作為一個(gè)大型的環(huán)境控制系統(tǒng)，其中隱含著多種研究方向，并且具有很好的研究意義。自然植物的生長(zhǎng)都離不開(kāi)多種環(huán)境變量的共同作用。當(dāng)環(huán)境變量不適合植物生長(zhǎng)時(shí)，植物可能會(huì)停滯生長(zhǎng)，并且最后會(huì)出現(xiàn)衰亡。因此，研究環(huán)境變量對(duì)于植物的影響，能夠有效改進(jìn)植物工廠的控制系統(tǒng)，提高植物種植質(zhì)量。許多研究學(xué)者在早期就展開(kāi)了對(duì)于植物的研究，但有些研究都局限于單一環(huán)境對(duì)于植

天津職業(yè)技術(shù)師范大學(xué)碩士學(xué)位論文7第二章植物生長(zhǎng)過(guò)程預(yù)測(cè)研究2.1引言本章以植物生長(zhǎng)柜中種植的水培生菜為研究對(duì)象，探究了不同的環(huán)境變量對(duì)水培生菜生長(zhǎng)過(guò)程以及最終形態(tài)的影響關(guān)系。為了研究環(huán)境變量對(duì)水培生菜生長(zhǎng)形態(tài)的影響，本章采用BP神經(jīng)網(wǎng)絡(luò)算法，建立環(huán)境變量與生菜生長(zhǎng)基本特征之間的BP神經(jīng)網(wǎng)絡(luò)模型，探究適合植物生長(zhǎng)的環(huán)境變量。2.2水培生菜機(jī)理特征分析本文主要圍繞著生菜展開(kāi)了研究，生菜屬于菊科，學(xué)名為萵苣，原產(chǎn)于中國(guó)以及地中海沿岸地區(qū)。生菜是日常生活中常見(jiàn)的蔬菜之一，具有很高的營(yíng)養(yǎng)價(jià)值。食用生菜不僅具有催眠、鎮(zhèn)痛的效果，還能抗衰老、預(yù)防貧血等。生菜被人類(lèi)食用后，還能夠有效分解多種致癌物質(zhì)，因此，生菜深受廣大群眾喜愛(ài)。本文的研究植物生長(zhǎng)柜是天津職業(yè)技術(shù)師范大學(xué)的植物生長(zhǎng)柜，一共有三層可供生菜種植。其中生菜的種植方式主要是通過(guò)營(yíng)養(yǎng)液栽培（水培）。天職師大植物生長(zhǎng)柜如圖2-1所示：圖2-1天職師大植物生長(zhǎng)柜

【參考文獻(xiàn)】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的仿人兩指末端執(zhí)行器抓握模式預(yù)測(cè)[J]. 陳小靜,彭培成,張高峰,王裕清.  河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(02)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的臨床路徑優(yōu)化[J]. 宋波,辛文賢,馮云霞.  計(jì)算機(jī)技術(shù)與發(fā)展. 2020(04)
[3]基于樹(shù)莓派和Python的智能家居控制系統(tǒng)的設(shè)計(jì)[J]. 石子昊,夏佳寧.  計(jì)算機(jī)產(chǎn)品與流通. 2019(12)
[4]基于神經(jīng)網(wǎng)絡(luò)的馬鈴薯栽培環(huán)境調(diào)控預(yù)測(cè)模型研究[J]. 馮靈清,劉琪芳,魯志紅.  計(jì)算機(jī)時(shí)代. 2019(12)
[5]BP神經(jīng)網(wǎng)絡(luò)在油菜花期預(yù)報(bào)中的應(yīng)用[J]. 孫家清,張志薇,艾文文.  氣象與環(huán)境科學(xué). 2019(04)
[6]多隱層BP神經(jīng)網(wǎng)絡(luò)在模式預(yù)報(bào)中的簡(jiǎn)化應(yīng)用[J]. 沈沉,趙文燦,施金海,高翔,顧松強(qiáng).  氣象與環(huán)境科學(xué). 2019(04)
[7]基于樹(shù)莓派的在線(xiàn)人臉識(shí)別考勤系統(tǒng)[J]. 張一夫,陳天飛,張建松.  電子設(shè)計(jì)工程. 2019(22)
[8]家用智能葡萄釀酒機(jī)設(shè)計(jì)[J]. 張奧涵,朱恒軍,周熊.  信息通信. 2019(11)
[9]光溫耦合對(duì)植物生長(zhǎng)發(fā)育的影響研究進(jìn)展[J]. 蘇煒宣,李邵,丁小明,徐志剛.  中國(guó)農(nóng)學(xué)通報(bào). 2019(31)
[10]基于樹(shù)莓派與深度學(xué)習(xí)的人臉識(shí)別考勤系統(tǒng)[J]. 張寅東,陳曉填,張宇雯.  現(xiàn)代計(jì)算機(jī). 2019(31)

博士論文
[1]自然通風(fēng)溫室滴灌下試驗(yàn)研究土壤水分分布、肥料和作物生長(zhǎng)[D]. Mohmed Abdallah Mohmed Abdalhi.揚(yáng)州大學(xué) 2015

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類(lèi)算法研究[D]. 陳奇星.南昌航空大學(xué) 2019
[2]基于深度網(wǎng)絡(luò)特征學(xué)習(xí)的植物葉片識(shí)別算法研究與實(shí)現(xiàn)[D]. 劉晶晶.深圳大學(xué) 2017
[3]植物圖像識(shí)別方法研究及實(shí)現(xiàn)[D]. 胡直峰.浙江大學(xué) 2017
[4]物聯(lián)網(wǎng)LED智能植物生長(zhǎng)柜數(shù)據(jù)分析與處理方法研究[D]. 謝佳佳.天津職業(yè)技術(shù)師范大學(xué) 2015
[5]五常井田植物工廠布局設(shè)計(jì)與仿真研究[D]. 馬超.東北農(nóng)業(yè)大學(xué) 2015



本文編號(hào)：2922124