【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及聚類分析，具體涉及一種果實生長監(jiān)測系統(tǒng)。
技術(shù)介紹
1、果實生長監(jiān)測是指對果實在生長過程中的各個階段進(jìn)行跟蹤和測量，以便了解其發(fā)育狀況、健康狀況及環(huán)境對果實生長的影響。通過果實生長監(jiān)測，可以幫助提高農(nóng)業(yè)生產(chǎn)的效率和質(zhì)量。
2、隨著智能傳感器等技術(shù)的不斷發(fā)展，利用這些傳感器獲取所需的數(shù)據(jù)并進(jìn)行分析，從而判斷果實的生長狀態(tài)，極大地提高了果實生長監(jiān)測的效率和精確度。然而，這種方法仍然是依次對單個果實的生長狀態(tài)進(jìn)行評估，且果實數(shù)量往往高達(dá)數(shù)千甚至上萬，因此這種方式依然存在工作量大且效率較低的問題。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的在于提供一種果實生長監(jiān)測系統(tǒng)，解決以下技術(shù)問題：
2、在果實數(shù)量較多的情況下，依次對單個果實的生長狀態(tài)進(jìn)行分析的方法工作量大且效率較低。
3、本專利技術(shù)的目的可以通過以下技術(shù)方案實現(xiàn)：
4、一種果實生長監(jiān)測系統(tǒng)，包括采集模塊、聚類分析模塊、聚類優(yōu)化模塊及結(jié)果模塊，具體地：
5、采集模塊：在預(yù)設(shè)的監(jiān)測時段內(nèi)以預(yù)設(shè)的時間間隔設(shè)置若干時間點，在所述時間點上基于傳感器獲取果實的大小，將其記作目標(biāo)值，基于目標(biāo)值獲取目標(biāo)數(shù)據(jù)，所述目標(biāo)數(shù)據(jù)包括最大目標(biāo)值a1、目標(biāo)值平均變化速度a2和目標(biāo)值變化量a3，在坐標(biāo)系中生成目標(biāo)點（a1，a2，a3）；
6、聚類分析模塊：設(shè)置聚類半徑r，以目標(biāo)點k為中心，計算聚類半徑r內(nèi)的目標(biāo)點密度pk，當(dāng)所述目標(biāo)點密度pk大于等于預(yù)設(shè)的密度閾值pys時，以所述目標(biāo)點
7、聚類優(yōu)化模塊：分別以所述目標(biāo)點k、目標(biāo)點a為圓心作半徑為r的圓k和圓a，獲取所述圓k和圓a的重疊區(qū)域dcoi內(nèi)的目標(biāo)點密度pcoi；
8、當(dāng)所述目標(biāo)點密度時，獲取所述重疊區(qū)域dcoi的理論重心z，η為預(yù)設(shè)修正系數(shù)，scoi表示所述重疊區(qū)域dcoi的面積；
9、獲取所述理論重心z到重疊區(qū)域dcoi邊界上的最大距離d，以所述理論重心z為中心，計算最大距離d內(nèi)的目標(biāo)點密度，以預(yù)設(shè)的速度緩慢增大所述最大距離d，并記錄每次增大所述最大距離后對應(yīng)的目標(biāo)點密度，直至某次增大所述最大距離后，對應(yīng)的目標(biāo)點密度小于上一次增大所述最大距離后的目標(biāo)點密度，以所述理論重心為中心，此時的最大距離為聚類半徑，獲取新的聚類簇代替所述聚類簇k-a；
10、結(jié)果模塊：獲取聚類簇的中心對應(yīng)的目標(biāo)點，將其作為標(biāo)準(zhǔn)點，基于所述標(biāo)準(zhǔn)點判斷果實的生長狀態(tài)。
11、作為本專利技術(shù)進(jìn)一步的方案：判斷果實的生長狀態(tài)的過程具體包括：
12、獲取所述標(biāo)準(zhǔn)點對應(yīng)的目標(biāo)數(shù)據(jù)，將其作為標(biāo)準(zhǔn)數(shù)據(jù)，基于優(yōu)劣解距離法計算標(biāo)準(zhǔn)評分y，設(shè)置標(biāo)準(zhǔn)評分閾值y1、y2，且y1＜y2；
13、當(dāng)所述標(biāo)準(zhǔn)評分y＜y1時，判定果實的生長狀態(tài)較差；
14、當(dāng)所述判斷值y1≤y＜y2時，判定果實的生長狀態(tài)一般；
15、當(dāng)所述判斷值y2≤y時，判定果實的生長狀態(tài)較好。
16、作為本專利技術(shù)進(jìn)一步的方案：所述采集模塊中，獲取所述目標(biāo)數(shù)據(jù)的過程具體包括：
17、生成坐標(biāo)點（i，ni），ni表示時間點i上的目標(biāo)值，對所述坐標(biāo)點進(jìn)行擬合得到擬合曲線f（t），t表示時間；
18、計算最大目標(biāo)值；
19、計算目標(biāo)值平均變化速度，其中，、分別表示所述監(jiān)測時段的起點和終點；
20、計算目標(biāo)值變化量。
21、作為本專利技術(shù)進(jìn)一步的方案：所述聚類分析模塊中，以目標(biāo)點k為中心，計算聚類半徑r內(nèi)的目標(biāo)點密度，m表示以目標(biāo)點k為中心、聚類半徑r內(nèi)的目標(biāo)點數(shù)量。
22、作為本專利技術(shù)進(jìn)一步的方案：所述聚類優(yōu)化模塊中，獲取所述重疊區(qū)域dcoi的理論重心z的過程具體包括：
23、獲取所述重疊區(qū)域dcoi內(nèi)點上的目標(biāo)點總數(shù)xj，計算點j的比例系數(shù)，表示重疊區(qū)域dcoi內(nèi)目標(biāo)點的總數(shù)，獲取點j的標(biāo)準(zhǔn)坐標(biāo)，計算所有標(biāo)準(zhǔn)坐標(biāo)在各個維度上的均值，確定理論重心z。
24、作為本專利技術(shù)進(jìn)一步的方案：所述采集模塊中，當(dāng)所述最大目標(biāo)值小于預(yù)設(shè)的目標(biāo)值閾值時，不執(zhí)行后續(xù)步驟并判定果實的生長狀態(tài)較差。
25、作為本專利技術(shù)進(jìn)一步的方案：所述目標(biāo)值閾值基于果實的總生長時間確定，總生長時間越大，對應(yīng)的目標(biāo)值閾值越大。
26、本專利技術(shù)的有益效果：在本方案中，通過傳感器自動化地獲取果實大小數(shù)據(jù)，減少了人工采集的時間和人力成本，通過系統(tǒng)化和自動化的數(shù)據(jù)采集，為后續(xù)的聚類分析提供高質(zhì)量和豐富的基礎(chǔ)數(shù)據(jù)，確保監(jiān)測的全面性和精確性；之后，通過設(shè)定聚類半徑和密度閾值，將大量的目標(biāo)點有效地歸類為若干聚類簇，顯著減少了需要單獨評估的果實數(shù)量，通過識別高密度區(qū)域，并將相似生長狀態(tài)的果實歸為一類，從而簡化后續(xù)的分析工作，有助于降低整體工作量，提高評估效率，同時保持對果實生長狀態(tài)的準(zhǔn)確監(jiān)測，為大規(guī)模果園管理提供可行的解決方案；接著，通過動態(tài)調(diào)整聚類半徑和重新計算重疊區(qū)域內(nèi)的目標(biāo)點密度，優(yōu)化初步聚類結(jié)果，確保聚類簇的緊湊性和準(zhǔn)確性，避免初步聚類過程中可能出現(xiàn)的誤差問題，通過理論重心和最大距離的計算，精確確定新的聚類半徑，進(jìn)而生成更為合理的聚類簇，這一優(yōu)化過程增強(qiáng)了聚類結(jié)果的可靠性和精度，進(jìn)一步提升了監(jiān)測系統(tǒng)在處理大量數(shù)據(jù)時的效率和效果，確保最終評估結(jié)果的準(zhǔn)確性；值得注意的是，在實際情況中，目標(biāo)點的分布可能是不均勻地，聚類簇k中，可能是某一處的目標(biāo)點密度很高，導(dǎo)致聚類簇k整體的目標(biāo)點密度也大于預(yù)設(shè)的要求，目標(biāo)點a可能也是由于在這一處較為密集的位置內(nèi)，導(dǎo)致聚類簇a的目標(biāo)點密度滿足了作為一個聚類簇的要求，因此通過確定重疊區(qū)域的面積和目標(biāo)點密度，判定是否對聚類簇k-a進(jìn)行更新，如果重疊區(qū)域符合了要求，則根據(jù)重疊區(qū)域的理論重心重新生成新的聚類簇，從而提高聚類簇的緊密性；最后，通過計算標(biāo)準(zhǔn)評分并設(shè)定閾值，實現(xiàn)對聚類簇中心對應(yīng)果實生長狀態(tài)的自動化判定，快速分類果實的生長狀況，并且，同一個聚類簇中，均以標(biāo)準(zhǔn)數(shù)據(jù)對應(yīng)的標(biāo)準(zhǔn)評分判斷生長狀態(tài)，避免了單獨分析帶來的工作量大且效率低的問題。本專利技術(shù)提升了果實生長狀態(tài)監(jiān)測的整體效率和精確度。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種果實生長監(jiān)測系統(tǒng)，其特征在于，包括采集模塊、聚類分析模塊、聚類優(yōu)化模塊及結(jié)果模塊，具體地：
2.根據(jù)權(quán)利要求1所述的一種果實生長監(jiān)測系統(tǒng)，其特征在于，所述結(jié)果模塊中，判斷果實的生長狀態(tài)的過程具體包括：
3.根據(jù)權(quán)利要求1所述的一種果實生長監(jiān)測系統(tǒng)，其特征在于，所述采集模塊中，獲取所述目標(biāo)數(shù)據(jù)的過程具體包括：
4.根據(jù)權(quán)利要求1所述的一種果實生長監(jiān)測系統(tǒng)，其特征在于，所述聚類分析模塊中，以目標(biāo)點k為中心，計算聚類半徑r內(nèi)的目標(biāo)點密度，m表示以目標(biāo)點k為中心、聚類半徑r內(nèi)的目標(biāo)點數(shù)量。
5.根據(jù)權(quán)利要求1所述的一種果實生長監(jiān)測系統(tǒng)，其特征在于，所述聚類優(yōu)化模塊中，獲取所述重疊區(qū)域DCOI的理論重心Z的過程具體包括：
6.根據(jù)權(quán)利要求2所述的一種果實生長監(jiān)測系統(tǒng)，其特征在于，所述采集模塊中，當(dāng)所述最大目標(biāo)值小于預(yù)設(shè)的目標(biāo)值閾值時，不執(zhí)行后續(xù)步驟并判定果實的生長狀態(tài)較差。
7.根據(jù)權(quán)利要求6所述的一種果實生長監(jiān)測系統(tǒng)，其特征在于，所述目標(biāo)值閾值基于果實的總生長時間確定，總生長時間越大，對應(yīng)的目標(biāo)值閾值越大。<...
【技術(shù)特征摘要】
1.一種果實生長監(jiān)測系統(tǒng)，其特征在于，包括采集模塊、聚類分析模塊、聚類優(yōu)化模塊及結(jié)果模塊，具體地：
2.根據(jù)權(quán)利要求1所述的一種果實生長監(jiān)測系統(tǒng)，其特征在于，所述結(jié)果模塊中，判斷果實的生長狀態(tài)的過程具體包括：
3.根據(jù)權(quán)利要求1所述的一種果實生長監(jiān)測系統(tǒng)，其特征在于，所述采集模塊中，獲取所述目標(biāo)數(shù)據(jù)的過程具體包括：
4.根據(jù)權(quán)利要求1所述的一種果實生長監(jiān)測系統(tǒng)，其特征在于，所述聚類分析模塊中，以目標(biāo)點k為中心，計算聚類半徑r內(nèi)的目標(biāo)點密度，m表示以目標(biāo)點k...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：封文杰，王帥，齊康康，宋華魯，樊陽陽，李彥，譚德水，譚海，李承霖，李陽，
申請(專利權(quán))人：山東省農(nóng)業(yè)科學(xué)院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。