基于云平台的农业水利监测方法及相关装置制造方法及图纸

本发明专利技术涉及数据处理技术领域，提供一种基于云平台的农业水利监测方法及相关装置，基于云平台的农业水利监测方法，包括：获取监测参数，所述监测参数包括土壤湿度数据、空气湿度数据、土壤PH值数据以及温度数据；根据历史水利数据得到聚类半径；利用DBSCAN聚类算法基于所述聚类半径对所述监测参数进行聚类，得到多个类簇；如果所述监测参数中某些参数未分配到任一类簇中，则确定所述参数为异常数据。则确定所述参数为异常数据。则确定所述参数为异常数据。

【技术实现步骤摘要】
基于云平台的农业水利监测方法及相关装置


[0001]本专利技术涉及数据处理领域，具体涉及一种基于云平台的农业水利监测方法及相关装置。

技术介绍

[0002]云平台是一种基于云计算技术的服务平台，可以提供云计算、云存储等云服务，具有安全、可靠、灵活等特点；农业水利监测系统通过监测农业水利相关数据，如土壤湿度、土壤pH值等，为农业生产提供科学的决策依据。基于云平台的农业水利监测系统能够更快捷方便的根据农业水利相关数据提供决策依据，更能达到实时监测的要求。
[0003]农业水利数据具有多样性、数据量大、数据处理质量高、数据处理和分析难度大的特点，传统的异常检测算法如基于统计学的异常检测算法，检测效率高，但对于数据分布的假设较为严格；基于距离的异常检测算法，对于数据分布不均匀情况的检测效果较好，但对于高维数据处理效率较低；基于分类的异常检测算法，简单易于实现，但对于分类器的参数选择和设置要求较高，需要不断调试找到最优参数；基于聚类的异常检测算法，可以自动发现数据中的类结构，不需要知道数据的分布形态，但对于算法中用到的参数需要设定准确。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云平台的农业水利监测方法，其特征在于，包括：获取监测参数，所述监测参数包括土壤湿度数据、空气湿度数据、土壤PH值数据以及温度数据；根据历史水利数据得到聚类半径；利用DBSCAN聚类算法基于所述聚类半径对所述监测参数进行聚类，得到多个类簇；如果所述监测参数中某些参数未分配到任一类簇中，则确定所述参数为异常数据。2.根据权利要求1所述的方法，其特征在于，所述根据历史水利数据得到聚类半径，包括：根据历史水利数据的变化趋势以及时间序列将历史水利数据分为多个子数据，所述历史水利数据包括：历史土壤湿度数据、历史空气湿度数据、历史土壤PH值数据以及历史温度数据；基于所述子数据计算聚类半径特征约束子；基于所述聚类半径特征约束子中各个元素的特点计算每一时间点的聚类半径约束特征值；基于所述聚类半径约束特征值确定所述聚类半径。3.根据权利要求2所述的方法，其特征在于，所述根据历史水利数据的变化趋势以及时间序列将历史水利数据分为多个子数据，包括：基于时间序列模型根据历史水利数据的变化趋势将历史水利数据分为多个子数据，每一子数据表征一个时间段中历史水利数据的变化趋势。4.根据权利要求2所述的方法，其特征在于，基于所述子数据计算聚类半径特征约束子，包括：基于所述子数据计算每一时间点对应的历史水利数据的k近邻距离数据序列；基于每一时间点对应的历史水利数据的k近邻距离数据序列的序列极差、序列均值以及各个时间点的标记次数构建每一时间点对应的聚类半径特征约束子。5.根据权利要求4所述的方法，其特征在于，所述基于所述子数据计算每一时间点对应的历史水利数据的k近邻距离数据序列，包括：计算每一子数据中参考时间点对应的历史水利数据与其余时间点对应的历史水利数据的欧式距离；将计算得到的欧氏距离按照从小到大的顺序排列，取前k个值所组成的序列作为每一时间点对应的历史水利数据的k近邻距离数据序列，并对所述k近邻距离数据序列对应的时间点进行标记，得到标记次数。6.根据权利要求4所述的方法，其特征在于，所述基于所述聚类半径...

【专利技术属性】
技术研发人员：段秀娟，孔庆民，王汉伟，王薪婷，
申请(专利权)人：山东浩坤润土水利设备有限公司济宁经济开发区分公司，
类型：发明
国别省市：