基于物联网的环境检测方法、装置、设备及存储介质制造方法及图纸

本公开提供一种基于物联网的环境检测方法、装置、设备及存储介质，所述方法包括确定目标区域的基本属性信息，通过预先构建的传感器布局模型，确定与目标区域对应的传感器布局信息；根据传感器布局信息，结合目标区域的基本属性信息，在目标区域的目标位置进行传感器布局，基于所布局的传感器所获取的生态环境信息，通过预先获取的目标区域的生态数据库信息，输出与生态环境信息对应的生态环境比值，若生态环境比值大于预设生态阈值，生成预警信息，并将预警信息以及目标区域的基本属性信息发送至目标终端。本公开的方法能够根据目标区域的基本属性，确定传感器的布局信息，设定科学的规划方案，降低成本提高检测效率。降低成本提高检测效率。降低成本提高检测效率。

【技术实现步骤摘要】
基于物联网的环境检测方法、装置、设备及存储介质


[0001]本公开涉及物联网
，尤其涉及一种基于物联网的环境检测方法、装置、设备及存储介质。

技术介绍

[0002]物联网(The Internet of Things,简称IOT)是计算机、互联网以及通信网之后，有一次信息产业发展的浪潮，物联网，即万物相连的互联网，是在互联网的基础上的延伸和扩展的网络，将各种信息传感设备与网络结合而形成的巨大网络，实现人、机、物互联互通。
[0003]现有的物联网环境检测系统，往往是在固定的环境检测点安装特定的环境传感器，例如土壤传感器、温度传感器、二氧化碳传感器等，获取相应的环境指数。在面临大场景的环境监控时，需要设置多种数量的传感器，并且需要进行大量数据传输，以便后台对数据进行分析。
[0004]但是现有的物联网环境检测系统，往往对于传感器的数量设置、位置设置以及数据传输形式没有科学的规划方案，导致成本虽然提高了，但是检测效果却不够理想。
[0005]公开于本申请
技术介绍
部分的信息仅仅旨在加深对本申请的一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

技术实现思路

[0006]本公开实施例提供一种基于物联网的环境检测方法、装置、设备及存储介质，能够至少解决现有技术中的部分问题。
[0007]本公开实施例的第一方面，
[0008]提供一种基于物联网的环境检测方法,包括：
[0009]确定目标区域的基本属性信息，根据所述基本属性信息，通过预先构建的传感器布局模型，确定与所述目标区域对应的传感器布局信息，其中，所述传感器布局模型基于神经网络模型构建；
[0010]根据所述传感器布局信息，结合所述目标区域的基本属性信息，在所述目标区域的目标位置进行传感器布局，基于所布局的传感器所获取的生态环境信息，通过预先获取的所述目标区域的生态数据库信息，输出与所述生态环境信息对应的生态环境比值；
[0011]若所述生态环境比值大于预设生态阈值，根据所述基本属性信息、所述生态环境信息以及所述生态环境比值，生成预警信息，并将所述预警信息以及所述目标区域的基本属性信息发送至目标终端。
[0012]在一种可选的实施方式中，
[0013]所述基本属性信息包括所述目标区域的功能信息、所述目标区域的地理信息、所述目标区域的图像信息中至少一种；
[0014]根据所述基本属性信息，通过预先构建的传感器布局模型，确定与所述目标区域
对应的传感器布局信息的方法包括：
[0015]将所述目标区域的功能信息、所述目标区域的地理信息分别转换为第一向量信息、第二向量信息，将所述图像信息转换为图像矩阵矢量信息；
[0016]所述传感器布局模型分别为所述第一向量信息、所述第二向量信息以及所述图像矩阵矢量信息分配第一权重值、第二权重值以及第三权重值；
[0017]根据所述第一向量信息、所述第二向量信息、所述图像矩阵矢量信息以及对应的第一权重值、第二权重值以及第三权重值，结合所述传感器布局模型的网络梯度，确定与所述目标区域对应的预测特征序列；
[0018]基于所述预测特征序列与所述目标区域的初始特征序列的匹配度，通过所述传感器布局模型的损失函数，输出所述传感器布局信息，其中，所述传感器布局信息包括与所述目标区域对应的传感器数量、传感器类型以及传感器布局位置。
[0019]在一种可选的实施方式中，
[0020]根据所述第一向量信息、所述第二向量信息、所述图像矩阵矢量信息以及对应的第一权重值、第二权重值以及第三权重值，结合所述传感器布局模型的网络梯度，确定与所述目标区域对应的预测特征序列的方法包括：
[0021]基于注意力机制分别确定所述第一权重值、所述第二权重值以及所述第三权重值对应的第一注意力分数、第二注意力分数以及第三注意力分数；
[0022]根据所述第一向量信息、所述第一注意力分数，结合所述传感器布局模型的第一网络梯度，确定与所述目标区域对应的第一预测特征序列，其中，所述第一网络梯度用于指示与所述目标区域的功能信息对应的网络梯度值，所述第一预测特征序列用于指示所述第一向量信息对所述第一注意力分数的感兴趣特征所组成的向量序列；
[0023]根据所述第二向量信息、所述第二注意力分数，结合所述传感器布局模型的第二网络梯度，确定与所述目标区域对应的第二预测特征序列，其中，所述第二网络梯度用于指示与所述目标区域的地理信息对应的网络梯度值，所述第二预测特征序列用于指示所述第二向量信息对所述第二注意力分数的感兴趣特征所组成的向量序列；
[0024]根据所述图像矩阵矢量信息、所述第三注意力分数，结合所述传感器布局模型的第三网络梯度，确定与所述目标区域对应的第三预测特征序列，其中，所述第三网络梯度用于指示与所述目标区域的图像信息对应的网络梯度值，所述第三预测特征序列用于指示所述第三向量信息对所述第三注意力分数的感兴趣特征所组成的向量序列。
[0025]在一种可选的实施方式中，
[0026]根据所述第一向量信息、所述第二向量信息、所述图像矩阵矢量信息以及对应的第一权重值、第二权重值以及第三权重值，结合所述传感器布局模型的网络梯度，确定与所述目标区域对应的预测特征序列的方法包括：
[0027]按照如下公式所示的方法确定所述预测特征序列：
[0028][0029]其中，
[0030][0031][0032]其中，P表示预测特征序列，K
i
表示向量信息，N表示向量信息的数量，ω表示偏置参数，
[0033]T
x
表示权重值，BG
ij
表示平均权重值，v表示权重的数量；
[0034]W表示网络梯度，L表示传感器布局模型的网络层之间的共享权值，M表示同一网络梯度的平均值，α表示调整参数，m表示与权重值对应的相似度值。
[0035]在一种可选的实施方式中，
[0036]根据所述传感器布局信息，结合所述目标区域的基本属性信息，在所述目标区域的目标位置进行传感器布局的方法包括：
[0037]根据所述传感器布局信息，确定与所述目标区域的功能信息对应的传感器类型、与所述目标区域的地理信息对应的传感器数量、与所述目标区域的图像信息对应的传感器布局位置；
[0038]设定传感器的数据传输方式，结合所述传感器数量与传感器布局位置，确定首节点传感器、主节点传感器和从节点传感器，其中，所述首节点传感器用于将所有传感器所采集的数据传送至目标终端，所述主节点传感器用于将接收所有从节点传感器所采集的数据并发送至首节点传感器，所述从节点传感器用于采集生态环境信息；
[0039]通过所述首节点传感器、主节点传感器和从节点传感器进行数据传输。
[0040]在一种可选的实施方式中，
[0041]通过所述首节点传感器、主节点传感器和从节点传感器进行数据传输的方法包括：...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的环境检测方法，其特征在于，所述方法包括：确定目标区域的基本属性信息，根据所述基本属性信息，通过预先构建的传感器布局模型，确定与所述目标区域对应的传感器布局信息，其中，所述传感器布局模型基于神经网络模型构建；根据所述传感器布局信息，结合所述目标区域的基本属性信息，在所述目标区域的目标位置进行传感器布局，基于所布局的传感器所获取的生态环境信息，通过预先获取的所述目标区域的生态数据库信息，输出与所述生态环境信息对应的生态环境比值；若所述生态环境比值大于预设生态阈值，根据所述基本属性信息、所述生态环境信息以及所述生态环境比值，生成预警信息，并将所述预警信息以及所述目标区域的基本属性信息发送至目标终端。2.根据权利要求1所述的基于物联网的环境检测方法，其特征在于，所述基本属性信息包括所述目标区域的功能信息、所述目标区域的地理信息、所述目标区域的图像信息中至少一种；根据所述基本属性信息，通过预先构建的传感器布局模型，确定与所述目标区域对应的传感器布局信息的方法包括：将所述目标区域的功能信息、所述目标区域的地理信息分别转换为第一向量信息、第二向量信息，将所述图像信息转换为图像矩阵矢量信息；所述传感器布局模型分别为所述第一向量信息、所述第二向量信息以及所述图像矩阵矢量信息分配第一权重值、第二权重值以及第三权重值；根据所述第一向量信息、所述第二向量信息、所述图像矩阵矢量信息以及对应的第一权重值、第二权重值以及第三权重值，结合所述传感器布局模型的网络梯度，确定与所述目标区域对应的预测特征序列；基于所述预测特征序列与所述目标区域的初始特征序列的匹配度，通过所述传感器布局模型的损失函数，输出所述传感器布局信息，其中，所述传感器布局信息包括与所述目标区域对应的传感器数量、传感器类型以及传感器布局位置。3.根据权利要求2所述的基于物联网的环境检测方法，其特征在于，根据所述第一向量信息、所述第二向量信息、所述图像矩阵矢量信息以及对应的第一权重值、第二权重值以及第三权重值，结合所述传感器布局模型的网络梯度，确定与所述目标区域对应的预测特征序列的方法包括：基于注意力机制分别确定所述第一权重值、所述第二权重值以及所述第三权重值对应的第一注意力分数、第二注意力分数以及第三注意力分数；根据所述第一向量信息、所述第一注意力分数，结合所述传感器布局模型的第一网络梯度，确定与所述目标区域对应的第一预测特征序列，其中，所述第一网络梯度用于指示与所述目标区域的功能信息对应的网络梯度值，所述第一预测特征序列用于指示所述第一向量信息对所述第一注意力分数的感兴趣特征所组成的向量序列；根据所述第二向量信息、所述第二注意力分数，结合所述传感器布局模型的第二网络梯度，确定与所述目标区域对应的第二预测特征序列，其中，所述第二网络梯度用于指示与所述目标区域的地理信息对应的网络梯度值，所述第二预测特征序列用于指示所述第二向量信息对所述第二注意力分数的感兴趣特征所组成的向量序列；
根据所述图像矩阵矢量信息、所述第三注意力分数，结合所述传感器布局模型的第三网络梯度，确定与所述目标区域对应的第三预测特征序列，其中，所述第三网络梯度用于指示与所述目标区域的图像信息对应的网络梯度值，所述第三预测特征序列用于指示第三向量信息对所述第三注意力分数的感兴趣特征所组成的向量序列。4.根据权利要求3所述的基于物联网的环境检测方法，其特征在于，根据所述第一向量信息、所述第二向量信息、所述图像矩阵矢量信息以及对应的第一权重值、第二权重值以及第三权重值，结合所述传感器布局模型的网络梯度，确定与所述目标区域对应的预测特征序列的方法包括：按照如下公式所示的方法确定所述预测特征序列：其中，其中，其中，P表示预测特...

【专利技术属性】
技术研发人员：魏国，邱振，康日峰，张俊欣，冉玉倩，王雅妮，轷雨蒙，庞宏伟，
申请(专利权)人：北京北投生态环境有限公司，
类型：发明
国别省市：