基于区块链和深度神经网络的畜牧用水检测系统技术方案

本发明专利技术提供了一种基于区块链和深度神经网络的畜牧用水检测系统，主要包括酸碱度检测模块、水硬度检测模块、导电率检测模块、浑浊度检测模块、数据处理模块、震荡装置；其中浑浊度检测模块基于深度神经网络检测畜牧用水的浑浊度，主要包括图像获取和处理单元、密度检测单元、浑浊度分级单元。该系统还利用区块链技术和加密机制对数据的传递进行加、解密，实现对检测数据的保护，保证数据信息的安全。利用本发明专利技术，可以在改进浑浊度检测模块检测速度、精度的同时也保证了整个系统稳定、高效的运行，为畜牧用水的安全提供坚实保障。

【技术实现步骤摘要】
基于区块链和深度神经网络的畜牧用水检测系统
本专利技术涉及区块链、深度学习领域，特别是关于一种基于区块链和深度神经网络的畜牧用水检测系统。
技术介绍
从20世纪80年代后期至今,我国畜禽养殖业得到了迅速发展,畜禽养殖业的养殖规模、养殖方式和分布区域发生了巨大的变化。从当前畜牧业发展的现状看，牲畜饮用水直接关系到动物的生长、发育、繁殖，进而影响出栏率，因此，畜牧业离不开洁净、优质的水源供应。然而，实际养殖过程中，畜牧业往往将牧场建于河湖附近直接取用河湖水，或者直接钻井取用地下水。面对日益严重的地表水、地下水污染，畜牧用水检测已经迫在眉睫。畜牧用水检测可以保证畜牧业用水洁净，确保畜牧业安全高效的发展，使畜牧业的肉类产品、乳质产品、蛋类产品等质量达到国际平均水平。原有的畜牧用水检测方式还停留在人工检测的传统方法上，这种方式不仅效率低下，而且检测的准确性较低，操作复杂。有些研究采用传感器测量的方式，来获取水源的酸碱度、硬度、浑浊度等指标。但针对浑浊度，目前大多使用光电传感器进行检测，得到的数据为读数值，信息量较少。并且由于受环境光照影响，其准确性并不高。另外，传感器感知的数据易受外界攻击和篡改，这些原因都导致现有的畜牧用水检测系统无法大规模应用。本专利技术针对现有技术存在的问题提出改进方案，通过建立基于区块链技术的畜牧用水检测系统，对浑浊度检测模块进行改进，在提升检测效果的同时，利用区块链技术和加密机制对系统中数据的传递进行加、解密，实现对检测数据的保护，以此保证整个系统稳定、高效的运行，为畜牧用水的安全提供坚实保障。
技术实现思路
为了解决现有检测技术存在的问题，本专利技术提出了一种基于区块链和深度神经网络的畜牧用水检测系统，在解决现有技术存在问题的同时提升系统的安全性能。本专利技术的技术方案如下：一种基于区块链和深度神经网络的畜牧用水检测系统包括：酸碱度检测模块，用于检测畜牧用水的酸碱度；水硬度检测模块，用于检测畜牧用水的硬度；导电率检测模块，用于检测畜牧用水的导电率；浑浊度检测模块，基于深度神经网络检测畜牧用水的浑浊度；数据处理模块，用于接收各检测模块得到的检测指标以综合判断畜牧用水水质；震荡装置，用于让沉于水底的杂质漂浮于水中；所述浑浊度检测模块包括图像获取和处理单元、密度检测单元、浑浊度分级单元；其中，密度检测单元、浑浊度分级单元基于深度神经网络实现，由任务块组成，任务块包括编码器、解码器或全连接层；密度检测单元、浑浊度分级单元基于公有云进行计算，公有云中包括多个节点，组成密度检测单元、浑浊度分级单元的每个任务块分别对应一个区块，所述区块依据生成的随机数序列随机选择公有云中的节点进行运算；同时图像获取和处理单元、酸碱度检测模块、水硬度检测模块、导电率检测模块、数据处理模块分别作为区块链中的区块；按照深度神经网络以及该检测系统的推理顺序生成区块链私链。系统使用加密算法对区块间传输的数据进行加密，加密后的数据在流入下一区块前，对其按照加密机制的逆方向进行解密，执行上述加密解密过程，直至完成检测。所述图像获取和处理单元通过普通面阵相机完成图像的拍摄，并对采集到的图像数据进行归一化处理，输出为归一化的图像数据。所述密度检测单元包括密度检测编码器和密度检测解码器，其输入为归一化的图像数据，输出为水中大型悬浮物密度图；其中，密度检测编码器的输入为归一化的图像数据，对图像特征进行提取，输出为特征图；密度检测解码器的输入为特征图，对特征图进行上采样与特征提取，最终输出为水中大型悬浮物密度图；使用归一化的图像数据与水中大型悬浮物的密度图训练该单元，选取L2损失函数进行训练。所述浑浊度分级单元包括浑浊度分级编码器和全连接层，其输入为归一化的图像数据，输出为水的浑浊度等级；其中，浑浊度分级编码器对输入的归一化的图像数据进行特征提取，输出为特征图；密度检测编码器输出的特征图与浑浊度分级编码器输出的特征图联合以后得到的新的特征图经过整平操作得到的一维的特征向量是全连接层的输入，全连接层将特征映射到样本标记空间，输出为水的各个浑浊度等级的概率；后处理使用argmax算法得到具体的浑浊等级；使用归一化的图像数据与标注浑浊度等级的图像训练该单元，选取交叉熵函数作为损失函数进行训练。生成所述随机数序列的随机数生成机制具体为：将图像获取和处理单元获取到的图像转化为灰度图，并利用双线性插值算法采样到固定的大小，经过整平操作得到一维序列数据，将序列里的所有值进行相加作为随机数的种子，利用随机数种子通过算法产生随机数序列。本专利技术的有益效果在于：1.浑浊度检测模块中深度神经网络采用的双路设计，可以缩短网络的训练时间，加速网络的收敛，可以同时得到畜牧用水的浑浊度等级和水中大型悬浮物的密度图，解决了使用光电传感器检测时信息量少这一问题；2.浑浊度检测模块采用神经网络对采集到的图像进行分析运算，其结果客观准确，解决了现有技术使用光电传感器检测畜牧用水浑浊度时易被外界因素所影响这一问题，提高了检测结果的准确性；3.该系统采用区块链技术和加密机制，保障了检测数据的安全，使数据不被外界攻击篡改，提升了整个系统的安全性能；4.该检测系统解决了畜牧用水传统检测方法效率低下，准确度不高且操作复杂的问题，实现了畜牧用水浑浊度的在线检测，大大提升了检测速度，减少了人力的浪费，可以更好的被推广应用，保障畜牧用水的洁净，从而确保畜牧业安全高效的发展，使畜牧业的各种产品的质量达到更高的水平。附图说明图1为检测系统整体框架图。图2为浑浊度检测模块中深度神经网络框架图。具体实施方式下面结合附图和优选实施例对本专利技术展开更进一步的描述，参见图1和图2。本专利技术所述的基于区块链和深度神经网络的畜牧用水检测系统，其整体框架图如图1所示，包括：酸碱度检测模块，用于检测畜牧用水的酸碱度；水硬度检测模块，用于检测畜牧用水的硬度；导电率检测模块，用于检测畜牧用水的导电率；浑浊度检测模块，基于深度神经网络检测畜牧用水的浑浊度；数据处理模块，用于接收各检测模块得到的检测指标以综合判断畜牧用水水质；震荡装置，用于让沉于水底的杂质漂浮于水中；所述浑浊度检测模块包括图像获取和处理单元、密度检测单元、浑浊度分级单元；其深度神经网络架构图如图2所示；采用基于热力图密度估计的深度学习方法，通过对大量的数据样本进行拟合，来判断当前水的浑浊程度，并得到水中大型悬浮物的密度估计图。其中：图像获取和处理单元，通过普通面阵相机完成图像的拍摄，并对采集到的图像数据进行归一化处理，输出为归一化的图像数据。密度检测单元，包括密度检测编码器和密度检测解码器，其输入为归一化的图像数据，输出为水中大型悬浮物密度图；使用归一化的图像数据与水中大型悬浮物的密度图训练该单元，选取L2损失函数进行训练。浑浊度分级单元，包括浑浊度分级编码器和全连接层，其输入为归一化的图像数据，输出为水的浑浊度等级；使用归一化的图像数据与标注浑浊度等级的图像训练该本文档来自技高网...

【技术保护点】
1.一种基于区块链和深度神经网络的畜牧用水检测系统，其特征在于，该系统包括：/n酸碱度检测模块，用于检测畜牧用水的酸碱度；水硬度检测模块，用于检测畜牧用水的硬度；导电率检测模块，用于检测畜牧用水的导电率；浑浊度检测模块，基于深度神经网络检测畜牧用水的浑浊度；数据处理模块，用于接收各检测模块得到的检测指标以综合判断畜牧用水水质；震荡装置，用于让沉于水底的杂质漂浮于水中；/n所述浑浊度检测模块包括图像获取和处理单元、密度检测单元、浑浊度分级单元；其中，密度检测单元、浑浊度分级单元基于深度神经网络实现，由任务块组成，任务块包括编码器、解码器或全连接层；/n密度检测单元、浑浊度分级单元基于公有云进行计算，公有云中包括多个节点，组成密度检测单元、浑浊度分级单元的每个任务块分别对应一个区块，所述区块依据生成的随机数序列随机选择公有云中的节点进行运算；同时图像获取和处理单元、酸碱度检测模块、水硬度检测模块、导电率检测模块、数据处理模块分别作为区块链中的区块；按照深度神经网络以及该检测系统的推理顺序生成区块链私链。/n

【技术特征摘要】
1.一种基于区块链和深度神经网络的畜牧用水检测系统，其特征在于，该系统包括：
酸碱度检测模块，用于检测畜牧用水的酸碱度；水硬度检测模块，用于检测畜牧用水的硬度；导电率检测模块，用于检测畜牧用水的导电率；浑浊度检测模块，基于深度神经网络检测畜牧用水的浑浊度；数据处理模块，用于接收各检测模块得到的检测指标以综合判断畜牧用水水质；震荡装置，用于让沉于水底的杂质漂浮于水中；
所述浑浊度检测模块包括图像获取和处理单元、密度检测单元、浑浊度分级单元；其中，密度检测单元、浑浊度分级单元基于深度神经网络实现，由任务块组成，任务块包括编码器、解码器或全连接层；
密度检测单元、浑浊度分级单元基于公有云进行计算，公有云中包括多个节点，组成密度检测单元、浑浊度分级单元的每个任务块分别对应一个区块，所述区块依据生成的随机数序列随机选择公有云中的节点进行运算；同时图像获取和处理单元、酸碱度检测模块、水硬度检测模块、导电率检测模块、数据处理模块分别作为区块链中的区块；按照深度神经网络以及该检测系统的推理顺序生成区块链私链。


2.如权利要求1所述的系统，其特征在于，系统使用加密算法对区块间传输的数据进行加密，加密后的数据在流入下一区块前，对其按照加密机制的逆方向进行解密，执行上述加密解密过程，直至完成检测。


3.如权利要求1所述的系统，其特征在于，所述图像获取和处理单元通过普通面阵相机完成图像的拍摄，并对采集到的图像数据进行归一化处理，输出为归...

【专利技术属性】
技术研发人员：夏永，毛军勇，
申请(专利权)人：夏永，
类型：发明
国别省市：陕西;61