当前位置: 首页 > 专利查询>曹皓森专利>正文

一种植物生长用计算机测量显示系统及控制方法技术方案

技术编号:20077127 阅读:25 留言:0更新日期:2019-01-15 01:15
本发明专利技术属于植物测量技术领域,公开了一种植物生长用计算机测量显示系统及控制方法,植物生长用计算机测量显示系统包括:检测台、近红外发光二极管、密闭橡皮、检测器、转臂、光学透镜、光纤、置物台、检测控制器、放大器、光电传感器、太阳能供电模块、建模模块、显示模块。本发明专利技术通过太阳能供电模块可以获取源源不断的太阳能进行供电,节省能源,经济环保;本技术采用整体的系统集成,简化流程,减少能耗,通过密闭检测环境提高检测精度,适合于小型实验室的应用;同时,本发明专利技术通过建模模块基于植物真实测量数据,能实现真实植物生长建模。

A Computer Measurement and Display System for Plant Growth and Its Control Method

The invention belongs to the field of plant measurement technology, and discloses a computer measurement and display system and control method for plant growth. The computer measurement and display system for plant growth includes: detection platform, near infrared light emitting diode, sealed rubber, detector, rotating arm, optical lens, optical fiber, placement platform, detection controller, amplifier, photoelectric sensor and solar power supply module. Modeling module and display module. The solar energy power supply module of the invention can obtain continuous solar energy for power supply, save energy, economically and environmentally friendly; the technology adopts overall system integration, simplifies process, reduces energy consumption, improves detection accuracy through closed detection environment, and is suitable for the application of small laboratories; at the same time, the model module of the invention can realize true measurement based on real plant data. Modeling of plant growth.

【技术实现步骤摘要】
一种植物生长用计算机测量显示系统及控制方法
本专利技术属于植物测量
,尤其涉及一种植物生长用计算机测量显示系统及控制方法。
技术介绍
植物是生命的主要形态之一,包含了如树木、灌木、藤类、青草、蕨类、及绿藻、地衣等熟悉的生物。种子植物、苔藓植物、蕨类植物和拟蕨类等植物中,据估计现存大约有350000个物种。绿色植物大部分的能源是经由光合作用从太阳光中得到的,温度、湿度、光线、淡水是植物生存的基本需求。种子植物共有六大器官:根、茎、叶、花、果实、种子。绿色植物具有光合作用的能力——借助光能及叶绿素,在酶的催化作业下,利用水、无机盐和二氧化碳进行光合作用,释放氧气,吸收二氧化碳,产生葡萄糖等有机物,供植物体利用。然而,现有模拟光合作用中的数据信息采集系统通过传统方式供电,耗费电能;同时传统的抽样测量氧气数据,过程繁琐、检测不方便。综上所述,现有技术存在的问题是:现有模拟光合作用中的数据信息采集系统通过传统方式供电,耗费电能;同时传统的抽样测量氧气数据,过程繁琐、检测不方便。现有的植物生长中,不同的生长图形,如高度、直径度等信息,只有大差别才能准确判读,对于每天的变化检测率差,不能实施检测植物的生长状态,不能对植物的实时病害造成的生长信息进行生长图形反馈出来;图形相似度常用识别方法有概率统计算法、特征值的最小均方误差和几何外观特征必要条件的加权平均算法等。虽然取得了一定的效率,但也存在一些不足:算法的实现过程和视觉分辨的匹配性不直观;算法复杂,导致数据处理量大,运行成本高;算法的平均性分析导致图形中重要几何特征的变化对整体相似度的影响,导致准确性和稳定性存在一定偏差。现有技术中植物生长信息检测中,仅仅关注了植物生长数据的局部几何结构,而没有体现数据的整体信息。
技术实现思路
针对现有技术存在的问题,本专利技术提供了一种植物生长用计算机测量显示系统及控制方法。本专利技术是这样实现的,一种植物生长用计算机测量显示系统的控制方法,包括:通过检测器对植物叶片表面进行植物生长信息测量,并通过带有温度校正的植物生长信息定标模型进行校正;对植物叶片表面进行植物生长信息测量中,包括:消除图形中的奇化部分;建立两图形的数学模型,由描述图形的完备向量组建立与图形对应的特征矩阵,计算出相邻两边的夹角;计算两图形间的最近距离;对计算结果的增强性处理;所述建立的数学模型用多边形的边长和邻角按逆时针构造一个向量S1表示多边形:S1=(l1,α1,l2,α2…lN-1,αN-1,lN,αN);S1和该多边形有一一映射关系,其表示与边角初始顺序无关;完备向量组,按逆时针方向,有2N个向量S1、S2……S2N-1、S2N和多边形均有一一映射关系,构成了该多边形的一个完备向量组,表示如下:S1=(l1,α1,l2,α2…lN-1,αN-1,lN,αN);S2=(α1,l2,α2…lN-1,αN-1,lN,αN,l1);……S2N-1=(lN,αN,l1,α1,l2,α2…lN-1,αN-1);S2N=(αN,l1,α1,l2,α2…lN-1,αN-1,lN);用矩阵SE表示完备向量,并定义SE为该多边形的特征矩阵,SE表示如下:植物生长信息定标模型的数字调制信号x(t)的分数低阶模糊函数表示为:其中,τ为时延偏移,f为多普勒频移,0<a,b<α/2,x*(t)表示x(t)的共轭,当x(t)为实信号时,x(t)<p>=|x(t)|<p>sgn(x(t));当x(t)为复信号时,[x(t)]<p>=|x(t)|p-1x*(t);将采集的植物信息通传送到检测控制器,由光电传感器经由放大器发送到建模模块、显示模块;通过建模模块利用数据软件根据采集的植物参数构建植物生长模型;通过显示模块显示检测的生物生长信息;构建植物生长模型的方法包括:植物生长信息数据的预处理及分组;构建近邻图G及相应的关联矩阵S;计算训练样本集的特征分解,并求出相应的特征变换矩阵,最后计算训练样本的低维嵌入;分类识别,计算测试样本集的低维嵌入,利用基于张量距离的近邻分类器对其进行判别分类;植物生长信息数据的预处理及分组,包括:a)选用SPM8软件对植物生长信息数据进行预处理:包括时间片校正、空间校正、配准图像、图像标准化和平滑处理步骤;b)数据的分组:将预处理后的图像数据按照扫描时间序列以及认知行为实验类别进行重新组合,每个类别选取一定的样本点构成试验数据,即为训练数据,剩下的样本点作为测试数据;构建近邻图G及相应的关联矩阵S,其具体步骤如下:假设有n个样本点A1,...,An,其中Ik是张量的k模式维数,采用k近邻方式构建近邻图G来表示M的局部几何结构;根据构造的近邻图G,得到其相应的关联矩阵S=[si,j]n×n,其中S是基于热核方法定义。进一步,所述图形中源图形和目标图形作预处理包括:根据图形最小包容矩形长宽比设置适当域值,进行过滤;根据源图形中各边长与周长比的最小值设置域值,去除目标图形中的奇化部分;对目标图形边数作化简处理,使和源图形具有相同边数;获取源图形和目标图形特征矩阵中最相似向量的欧式距离和最大相和系数具体包括:首先,按逆时针方向分别建立源图形P和目标图形Q的特征矩阵PE和QE:PE=[P1TP2T…P2N-1TP2NT];QE=[Q1TQ2T…Q2N-1TQ2NT];欧式距离公式d(x,y)和夹角余弦公式sim(x,y)如下:以d(x,y)和为sim(x,y)基础,重新定义两个矩阵D和S,使:求出D和S中的最小值;分别令Eue=min{Dij},1≤i≤j=2N;Sime=max{Sij},1≤i≤j=2N;然后再按顺序针方向构造图形P和Q的特征矩阵,重复上述计算方法,求出两特征矩阵中最完备向量间的最小值Euc和Simc;最后令Eu=min{Eue,Euc};Sim=min{Sime,Simc};Eu和Sim即为P、Q两图形对应最相似向量的欧式距离和最大相和系数;所述对计算结果的增强性处理包括:对初始向量进行一次到多次变形,在用相邻边角序列构造初始向量的基础上,再添加图形的几何特征值,采用添加顺序的相邻边角比作为新的初始向量;将初始向量进行一次到多次非线性化处理,采用将初始向量进行开方处理;对变形后的初始向量进行多次相似度计算,最后按加权平均取值,以欧式距离Eu和相和系数Sim的评定公式如下:上式中n为向量变形的次数,ki为权重系数,Eui和Simi为第i次变形后向量的欧式距离,Eu(P,Q)为欧式距离的评定,n=4,ki取0.25。进一步,计算训练样本集的特征分解,并求出相应的特征变换矩阵,最后计算训练样本的低维嵌入,其具体步骤如下:假设为相应的转换矩阵,根据近邻图G和相关矩阵S,基于张量的局部保留映射算法的最优化问题表示为:基于张量和矩阵迹的特征,将上面的最优化问题重新改写为:转换矩Uf通过求解广义特征值方程对应的lf个最小的特征值所对应的特征向量来获得;其他维度上对应的转换矩阵可以按照此方法依次进行,直到计算出所有的转换矩阵;最后,训练样本的嵌入可以表示为:进一步,分类识别,计算测试样本集的低维嵌入,利用基于张量距离的近邻分类器对其进行判别分类,其具体步骤如下:假设测试样本数为m个,样本集为(X1,X2,...,Xm),通过所得到的转换矩阵计算测试样本的本文档来自技高网
...

【技术保护点】
1.一种植物生长用计算机测量显示系统的控制方法,其特征在于,所述植物生长用计算机测量显示系统的控制方法包括:通过检测器对植物叶片表面进行植物生长信息测量,并通过带有温度校正的植物生长信息定标模型进行校正;对植物叶片表面进行植物生长信息测量中,包括:消除图形中的奇化部分;建立两图形的数学模型,由描述图形的完备向量组建立与图形对应的特征矩阵,计算出相邻两边的夹角;计算两图形间的最近距离;对计算结果的增强性处理;所述建立的数学模型用多边形的边长和邻角按逆时针构造一个向量S1表示多边形:S1=(l1,α1,l2,α2…lN‑1,αN‑1,lN,αN);S1和该多边形有一一映射关系,其表示与边角初始顺序无关;完备向量组,按逆时针方向,有2N个向量S1、S2……S2N-1、S2N和多边形均有一一映射关系,构成了该多边形的一个完备向量组,表示如下:S1=(l1,α1,l2,α2…lN‑1,αN‑1,lN,αN);S2=(α1,l2,α2…lN‑1,αN‑1,lN,αN,l1);……S2N-1=(lN,αN,l1,α1,l2,α2…lN‑1,αN‑1);S2N=(αN,l1,α1,l2,α2…lN‑1,αN‑1,lN);用矩阵SE表示完备向量,并定义SE为该多边形的特征矩阵,SE表示如下:...

【技术特征摘要】
1.一种植物生长用计算机测量显示系统的控制方法,其特征在于,所述植物生长用计算机测量显示系统的控制方法包括:通过检测器对植物叶片表面进行植物生长信息测量,并通过带有温度校正的植物生长信息定标模型进行校正;对植物叶片表面进行植物生长信息测量中,包括:消除图形中的奇化部分;建立两图形的数学模型,由描述图形的完备向量组建立与图形对应的特征矩阵,计算出相邻两边的夹角;计算两图形间的最近距离;对计算结果的增强性处理;所述建立的数学模型用多边形的边长和邻角按逆时针构造一个向量S1表示多边形:S1=(l1,α1,l2,α2…lN-1,αN-1,lN,αN);S1和该多边形有一一映射关系,其表示与边角初始顺序无关;完备向量组,按逆时针方向,有2N个向量S1、S2……S2N-1、S2N和多边形均有一一映射关系,构成了该多边形的一个完备向量组,表示如下:S1=(l1,α1,l2,α2…lN-1,αN-1,lN,αN);S2=(α1,l2,α2…lN-1,αN-1,lN,αN,l1);……S2N-1=(lN,αN,l1,α1,l2,α2…lN-1,αN-1);S2N=(αN,l1,α1,l2,α2…lN-1,αN-1,lN);用矩阵SE表示完备向量,并定义SE为该多边形的特征矩阵,SE表示如下:植物生长信息定标模型的数字调制信号x(t)的分数低阶模糊函数表示为:其中,τ为时延偏移,f为多普勒频移,0<a,b<α/2,x*(t)表示x(t)的共轭,当x(t)为实信号时,x(t)<p>=|x(t)|<p>sgn(x(t));当x(t)为复信号时,[x(t)]<p>=|x(t)|p-1x*(t);将采集的植物信息通传送到检测控制器,由光电传感器经由放大器发送到建模模块、显示模块;通过建模模块利用数据软件根据采集的植物参数构建植物生长模型;通过显示模块显示检测的生物生长信息;构建植物生长模型的方法包括:植物生长信息数据的预处理及分组;构建近邻图G及相应的关联矩阵S;计算训练样本集的特征分解,并求出相应的特征变换矩阵,最后计算训练样本的低维嵌入;分类识别,计算测试样本集的低维嵌入,利用基于张量距离的近邻分类器对其进行判别分类;植物生长信息数据的预处理及分组,包括:a)选用SPM8软件对植物生长信息数据进行预处理:包括时间片校正、空间校正、配准图像、图像标准化和平滑处理步骤;b)数据的分组:将预处理后的图像数据按照扫描时间序列以及认知行为实验类别进行重新组合,每个类别选取一定的样本点构成试验数据,即为训练数据,剩下的样本点作为测试数据;构建近邻图G及相应的关联矩阵S,其具体步骤如下:假设有n个样本点A1,...,An,其中Ik是张量的k模式维数,采用k近邻方式构建近邻图G来表示M的局部几何结构;根据构造的近邻图G,得到其相应的关联矩阵S=[si,j]n×n,其中S是基于热核方法定义。2.如权利要求1所述植物生长用计算机测量显示系统的控制方法,其特征在于,所述图形中源图形和目标图形作预处理包括:根据图形最小包容矩形长宽比设置适当域值,进行过滤;根据源图形中各边长与周长比的最小值设置域值,去除目标图形中的奇化部分;对目标图形边数作化简处理,使和源图形具有相同边数;获取源图形和目标图形特征矩阵中最相似向量的欧式距离和最大相和系数具体包括:首先,按逆时针方向分别建立源图形P和目标图形Q的特征矩阵PE和QE:欧式距离公式d(x,y)和夹角余弦公式sim(x,y)如下:以d(x,y)和为sim(x,y)基础,重新定义两个矩阵D和S,使:求出D和S中的最小值;分别令Eue=min{Dij},1≤i≤j=2N;Sime=max{Sij},1≤i≤j=2N;然后再按顺序针方向构造图形P和Q的特征矩阵,重复上述计算方法,求出两特征矩阵中最完备向量间的最小值Euc和Simc;最后令Eu=min{Eue,Euc};Sim=min{Sime,Simc};Eu和Sim即为P、Q两图形对应最相似向量的欧式距离和最大相和系数;所述对计算结果的增强性处理包括:对初始向量进行一次到多次变形,在用相邻边角序列构造初始向量的基础上,再添加图形的几何特征值,采用添加顺序的相邻边角比作为新的初始向量;将初始向量进行一次到多次非线性化处理,采用将初始向量进行开方处理;对变形后的初始向量进行多次相似度计算,最后按加权平均取值,以欧式距离Eu和相和系数Sim的评定公式如下:上式中n为向量变形的次数,ki为权重系数,Eui和Simi为第i次变形后向量的欧...

【专利技术属性】
技术研发人员:曹皓森
申请(专利权)人:曹皓森
类型:发明
国别省市:湖北,42

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1