|
|
سیزدهمین کنگره ملی مکانیک بیوسیستم و مکانیزاسیون ایران (مکانیک بیوسیستم 1400)
|
|
|
| عنوان فارسی |
طراحی کشاورزی هوشمند بر اساس اینترنت اشیا |
|
| چکیده فارسی مقاله |
با پدید آمدن اینترنت اشیا و عصر داده های بزرگ در کشاورزی، طراحی کشاورزی هوشمند بر اساس تکنولوژی اینترنت اشیا میتواند به طور موثری عملکرد ارتباط همزمان اطلاعات و پیشرفت اطلاعاتی و توسعه کشاورزی هوشمند را به دنبال داشته باشد. در پروسه آنالیز کردن و پردازش اطلاعات بسیار زیاد مقدار کاشت و اطلاعات محیط زیستی، اینکه دقیقا چه مقداری از این اطلاعات مورد نیاز است و همچنین چگونگی آنالیز و ماینینگ اطلاعات مسئله ای است که باید به آن پرداخته شود. با توجه به نیاز کشاورزان، این مقاله به مطالعه و بهینه سازی پایگاه داده، پردازش اطلاعات و ماینیگ اطلاعات بسیار گسترده ، که به واسطه تولید محصولات کشاورزی به دست می آید، از طریق الگوریتم K-Mean پرداخته است. منحنی رشد محصول با استفاده از الگوریتم K-Means توسعه داده شده و K-Means متدوال بر اساس نتایج آزمایشگاهی شبیه سازی شده است. نتایج آزمایشگاهی نشان دهنده آن است که روش خوشه بندی K-Means توسعه داده شده به طور متوسط زمان کلی را 0.23 ثانیه کاهش میدهد و همچنین به طور میانگین مقدار پارامتر F را 7.67 درصد افزایش میدهد. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Intelligent agriculture based on IoT |
|
| چکیده انگلیسی مقاله |
With the wide application of Internet of things technology and the era of large data in agriculture, smart agricultural design based on Internet of things technology can efficiently realize the function of real-time data communication and information processing and improve the development of smart agriculture. In the process of analyzing and processing a large amount of planting and environmental data, how to extract effective information from these massive agricultural data, that is, how to analyze and mine the needs of these large amounts of data, is a pressing problem to be solved. According to the needs of agricultural owners, this article studies and optimizes the data storage, data processing, and data mining of large data generated in the agricultural production process, and it uses the k-means algorithm based on the maximum distance to study data mining. The crop growth curve is simulated and compared with the improved K-means algorithm and the original k-means algorithm in the experimental analysis. The experimental results show that the improved Kmeans clustering method has an average reduction of 0.23 s in total time and an average increase of 7.67% in the F metric value. |
|
| کلیدواژه‌های انگلیسی مقاله |
اینترنت اشیا, الگوریتم K-Means , پایگاه داده |
|
| نویسندگان مقاله |
MohammadHossein Shirazi - Iauctb
|
|
| نشانی اینترنتی |
http://ncame1400.modares.ac.ir/browse.php?a_code=A-10-220-1&slc_lang=fa&sid=1 |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
دوره مرتبط |
کنفرانس مرتبط |
فهرست کنفرانس ها
|
