【技術實現步驟摘要】
本專利技術涉及環境測試和監測，具體涉及一種基于數據分析的丹參育苗環境狀態智能監測方法。
技術介紹
1、丹參育苗過程對溫度環境要求嚴格，丹參幼苗對溫度敏感，適宜的溫度有助于促進幼苗根系的生長和發育。在丹參的幼苗生長階段，溫度的適宜性對于形成健康的幼苗非常重要。傳統的丹參育苗通常使用簡單的溫室環境來調控溫度，但溫室內部溫度分布不均勻，無法精確控制每個育苗盤或苗床的溫度。
2、現有技術進行丹參育苗環境的智能識別往往采用無跡卡爾曼濾波（unscentedkalman?filter，ukf）方法，然而在對育苗過程中環境的溫度狀態進行感知的過程中，育苗環境溫度的變化產生時間較短，現有ukf通過短時的小幅溫度變化情況難以引起ukf中sigma點誤差模擬方向較明顯的變化，導致ukf得到的下一時刻環境溫度狀態與實際監測值之間存在滯后，最終影響育苗過程中溫度狀態控制的準確性。
技術實現思路
1、為了解決現有ukf算法對丹參育苗環境狀態識別不準確的技術問題，本專利技術的目的在于提供一種基于數據分析的丹參育苗環境狀態智能監測方法，所采用的技術方案具體如下：
2、根據預設時間長度，獲取每個丹參監測位置在當前時刻的待分析溫度數據；
3、根據每個丹參監測位置在當前時刻的所述待分析溫度數據的波動特征，獲取每個丹參監測位置在當前時刻的溫度波動參數；根據每個丹參監測位置在當前時刻的溫度數據與預設目標溫度數據的差異，結合所述溫度波動參數，對所述丹參監測位置進行分類；根據每個丹參監測位
4、獲取當前時刻的ukf算法中的sigma點初始矩陣；根據所述溫度趨向因子和所述sigma點初始矩陣，獲取當前時刻的sigma點優化矩陣；根據當前時刻的所述sigma點優化矩陣獲取丹參育苗環境的預測溫度數據。
5、進一步地，所述溫度波動參數的獲取方法包括：
6、利用預設分段算法對所述待分析溫度數據進行自適應分段，并獲取每個分段的溫度模擬值；
7、根據每個丹參監測位置在當前時刻對應的不同分段溫度數據的分段長度的差異特征，獲取第一波動參數；
8、根據每個丹參監測位置在當前時刻對應的不同分段的所述溫度模擬值之間的差異特征，獲取第二波動參數；
9、根據每個丹參監測位置在當前時刻對應的所有分段內部的局部差異特征，獲取分段效果因子；
10、根據每個丹參監測位置在當前時刻對應的所述第一波動參數、所述第二波動參數和所述分段效果因子，獲取每個丹參監測位置在當前時刻的溫度波動參數；所述第一波動參數和所述第二波動參數均與所述溫度波動參數正相關；所述分段效果因子與所述溫度波動參數負相關。
11、進一步地，所述第一波動參數的獲取方法包括：
12、獲取分段長度最大值與分段長度平均值的比值作為長度特征比值，將所述長度特征比值與常數1的差值絕對值歸一化后的結果值，作為對應丹參監測位置對應時刻的第一波動參數。
13、進一步地，所述第二波動參數的獲取方法包括：
14、將每個丹參監測位置在當前時刻對應的不同分段的所述溫度模擬值之間最大差值作為第二波動參數。
15、進一步地，所述分段效果因子的獲取方法包括：
16、在當前時刻任意丹參監測位置下，將所有分段內每個數據點的溫度數據與對應的所述溫度模擬值的差值絕對值的平均值作為分段效果因子。
17、進一步地，所述溫度波動參數的計算方法包括：
18、在當前時刻任意丹參監測位置下，獲取所述第二波動參數與所述分段效果因子的比值，然后把所述比值與對應的所述第一波動參數相乘，將乘積作為溫度波動參數。
19、進一步地，所述對所述丹參監測位置進行分類的方法包括：
20、在當前時刻下，將丹參監測位置對應的所述溫度波動參數作為橫坐標，將當前時刻的溫度數據與預設目標溫度數據的差值作為縱坐標，將所有丹參監測位置映射到樣本空間中，對所有丹參監測位置進行聚類，聚類結果中每個聚類簇為一個分類。
21、進一步地，所述溫度趨向因子的獲取方法包括：
22、將同一丹參監測位置在當前時刻與相鄰歷史時刻對應的兩個聚類簇中，相同丹參監測位置的數量占據當前時刻的聚類簇內丹參監測位置數量的比例，作為對應丹參監測位置在當前時刻的第一趨勢因子；
23、將每個丹參監測位置在當前時刻的聚類簇中丹參監測位置的溫度數據的偏度作為第二趨勢因子；
24、根據每個丹參監測位置在當前時刻對應的所述第一趨勢因子和所述第二趨勢因子，獲取每個丹參監測位置在當前時刻的溫度趨向因子；所述第一趨勢因子和所述第二趨勢因子均與溫度趨向因子正相關。
25、進一步地，所述sigma點優化矩陣的獲取方法包括：
26、在當前時刻下，將所述溫度趨向因子映射到預設范圍內，獲得優化因子；將任意一個丹參監測位置在所述sigma點初始矩陣中對應的整行元素中的每個元素，分別與對應的所述優化因子相乘再加上元素自身，獲得優化后的sigma點優化矩陣的整行元素；所述預設范圍關于原點對稱且為[-1，1]的子集。
27、進一步地，所述丹參育苗環境的預測溫度數據的獲取方法包括：
28、將當前時刻的所述sigma點優化矩陣輸入ukf濾波器中，獲取每個丹參監測位置下一時刻的預測溫度數據。
29、本專利技術具有如下有益效果：
30、根據預設時間長度，獲取每個丹參監測位置在當前時刻的待分析溫度數據，限定需要分析溫度數據的時間范圍，加快監測系統的響應速度；進一步獲取溫度波動參數，表征每個丹參監測位置在當前時刻的波動特征，為后續對丹參監測位置分類；進一步對丹參監測位置進行分類，更有利于識別出不同位置之間的共同模式和趨勢，為后續借助波動相似的丹參監測位置共同分析，獲取溫度趨向因子對sigma點矩陣中溫度變化程度進行補償做準備；進一步根據每個丹參監測位置對應不同時刻的分類結果差異，結合當前時刻的分類結果中溫度數據的分布特征，以及溫度波動參數和丹參監測位置之間的距離，獲取每個丹參監測位置在當前時刻的溫度趨向因子，從多個角度分析丹參監測位置的溫度數據趨向的顯著性，為后續優化sigma點初始矩陣做準備；進一步獲取當前時刻的sigma點初始矩陣，借助溫度趨向因子修正sigma點初始矩陣，獲取當前時刻的sigma點優化矩陣，提升ukf方法預測溫度的準確性；最后根據當前時刻的sigma點優化矩陣調整丹參育苗環境。本專利技術通過局部溫度數據的波動在全局監測位置上的相似性，以及局部數據趨向的顯著性，對丹參育苗環境中的變化情況進行評估，然后對sigma點矩陣進行優化，得到準確的預測結果，更有利于監測和調控丹參育苗環境。
本文檔來自技高網...【技術保護點】
1.一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述溫度波動參數的獲取方法包括：
3.根據權利要求2所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述第一波動參數的獲取方法包括：
4.根據權利要求2所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述第二波動參數的獲取方法包括：
5.根據權利要求2所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述分段效果因子的獲取方法包括：
6.根據權利要求2所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述溫度波動參數的計算方法包括：
7.根據權利要求1所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述對所述丹參監測位置進行分類的方法包括：
8.根據權利要求7所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述溫度趨向因子的獲取方法包
9.根據權利要求1所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述sigma點優化矩陣的獲取方法包括：
10.根據權利要求1所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述丹參育苗環境的預測溫度數據的獲取方法包括：
...【技術特征摘要】
1.一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述溫度波動參數的獲取方法包括：
3.根據權利要求2所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述第一波動參數的獲取方法包括：
4.根據權利要求2所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述第二波動參數的獲取方法包括：
5.根據權利要求2所述的一種基于數據分析的丹參育苗環境狀態智能監測方法，其特征在于，所述分段效果因子的獲取方法包括：
6.根據權利要求2所述的一種基...
【專利技術屬性】
技術研發人員：陳云清，張卓，許曉玲，李俊志，李志永，李貴亞，肖博，徐維政，
申請(專利權)人：水發投資集團有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。