基于機(jī)器學(xué)習(xí)的智能養(yǎng)蠶管理系統(tǒng)設(shè)計(jì)

孫孝龍　吳德余　徐森　施建軍

摘要 目前，養(yǎng)蠶生產(chǎn)面臨勞動(dòng)力緊張、設(shè)備陳舊、技術(shù)滯后、標(biāo)準(zhǔn)不一等問(wèn)題，特別是管理養(yǎng)蠶環(huán)境和操作技術(shù)的方式仍然存在不足，因此不能滿(mǎn)足產(chǎn)業(yè)化、智能化現(xiàn)代農(nóng)業(yè)的發(fā)展需求。依托農(nóng)業(yè)物聯(lián)網(wǎng)實(shí)時(shí)記錄、監(jiān)控養(yǎng)蠶環(huán)境因子和家蠶生長(zhǎng)發(fā)育狀態(tài)，利用機(jī)器學(xué)習(xí)算法不斷學(xué)習(xí)、訓(xùn)練得到一個(gè)預(yù)測(cè)模型，該模型可結(jié)合養(yǎng)蠶生產(chǎn)實(shí)景，能準(zhǔn)確理解養(yǎng)蠶環(huán)境、家蠶生長(zhǎng)發(fā)育狀態(tài)和生產(chǎn)場(chǎng)景，實(shí)時(shí)調(diào)節(jié)環(huán)境因子、輸出技術(shù)方案，能達(dá)到優(yōu)質(zhì)、高效、精準(zhǔn)養(yǎng)蠶生產(chǎn)。

關(guān)鍵詞 機(jī)器學(xué)習(xí);智能養(yǎng)蠶管理系統(tǒng);系統(tǒng)設(shè)計(jì)

中圖分類(lèi)號(hào) S 126文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 0517-6611（2020）23-0260-03

doi：10.3969/j.issn.0517-6611.2020.23.068

Design of Intelligent Sericulture Management System Based on Machine Learning

SUN Xiao-long1， WU De-yu1， XU Sen2 et al

（1. Yancheng Bioengineering Branch of Jiangsu Union Technical Institute，Yancheng， Jiangsu 224051; 2.School of Information Engineering， Yancheng Institute of Technology， Yancheng， Jiangsu 224007）

Abstract At present， sericulture production has the problems of labor shortage， obsolete equipment， obsolete technology and different standards， especially the ways of managing the environment and operating techniques for silkworm rearing. Therefore， sericulture production could not meet the development requirements of industrialization and intelligent modern agriculture. We relied on real-time recording of agricultural Internet of Things， monitored silkworm rearing environmental factors， growth and development status of silkworm， and finally obtained a prediction model by using machine learning algorithm to learning and training. Combining with silkworm rearing to produce real scene， this model could accurately understand the environment of sericulture， growth and development status of silkworm and production scene， adjust real time environmental factors and output technical solution， which could achieve high quality， efficient and accurate sericulture.

Key words Machine learning;Intelligent sericulture management system;System design

農(nóng)業(yè)智能管理需要對(duì)生物環(huán)境的溫度、濕度、氣體、光照以及生物生長(zhǎng)發(fā)育狀態(tài)等主要參數(shù)進(jìn)行精準(zhǔn)調(diào)節(jié)和合理保護(hù)。傳統(tǒng)養(yǎng)蠶生產(chǎn)模式依靠人工對(duì)蠶室環(huán)境溫度、濕度、光照、氣體以及家蠶生長(zhǎng)發(fā)育狀態(tài)等進(jìn)行觀察、調(diào)控和監(jiān)管，經(jīng)常會(huì)出現(xiàn)環(huán)境因子波動(dòng)幅度大、過(guò)程記載不清、操作技術(shù)偏差、管理失控等生產(chǎn)事故，嚴(yán)重影響?zhàn)B蠶產(chǎn)業(yè)的發(fā)展質(zhì)量。機(jī)器學(xué)習(xí)由神經(jīng)網(wǎng)絡(luò)發(fā)展而來(lái)，是深度學(xué)習(xí)形式的具體表現(xiàn)。近年來(lái)，在大數(shù)據(jù)技術(shù)應(yīng)用快速發(fā)展背景下，機(jī)器學(xué)習(xí)逐漸顛覆了在語(yǔ)音識(shí)別、圖像識(shí)別、場(chǎng)景辨別、文本理解等相關(guān)領(lǐng)域算法的設(shè)計(jì)思路。機(jī)器學(xué)習(xí)通過(guò)深度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用，對(duì)散落在不同場(chǎng)景下碎片化、非結(jié)構(gòu)化的文字、圖片、聲音、視頻等數(shù)據(jù)應(yīng)用深度學(xué)習(xí)，對(duì)目標(biāo)對(duì)象的特征進(jìn)行刻畫(huà)，為管理流程的優(yōu)化、管理效率的提高提供了新的內(nèi)生動(dòng)力[1-3]。筆者通過(guò)物聯(lián)網(wǎng)系統(tǒng)實(shí)時(shí)監(jiān)控養(yǎng)蠶環(huán)境因子，結(jié)合養(yǎng)蠶生產(chǎn)實(shí)景，利用機(jī)器學(xué)習(xí)算法不斷學(xué)習(xí)、訓(xùn)練得到1個(gè)預(yù)測(cè)模型，該模型可結(jié)合養(yǎng)蠶生產(chǎn)實(shí)際情況適時(shí)調(diào)節(jié)環(huán)境因子，改進(jìn)技術(shù)手段，實(shí)現(xiàn)精準(zhǔn)高效生產(chǎn)的目的。鑒于此，基于農(nóng)業(yè)物聯(lián)網(wǎng)和深度學(xué)習(xí)算法，筆者對(duì)復(fù)雜養(yǎng)蠶環(huán)境的監(jiān)控和家蠶生長(zhǎng)發(fā)育狀態(tài)進(jìn)行科學(xué)預(yù)測(cè)，設(shè)計(jì)智能養(yǎng)蠶管理系統(tǒng)，實(shí)現(xiàn)精準(zhǔn)決策管理，為養(yǎng)蠶生產(chǎn)產(chǎn)業(yè)化、精準(zhǔn)化、智能化提供科學(xué)依據(jù)[4-5]。

1 養(yǎng)蠶技術(shù)參數(shù)及設(shè)計(jì)特點(diǎn)

養(yǎng)蠶技術(shù)參數(shù)主要包括養(yǎng)蠶環(huán)境因子和家蠶生長(zhǎng)發(fā)育狀態(tài)（生長(zhǎng)經(jīng)過(guò)、體態(tài)特征和發(fā)育階段）。養(yǎng)蠶環(huán)境因子主要包括棚室內(nèi)、外溫度，內(nèi)、外濕度，光照強(qiáng)度，氣流速度，CO、CO2等氣體濃度;家蠶生長(zhǎng)發(fā)育狀態(tài)包含發(fā)育經(jīng)過(guò)階段和家蠶大小、體色、體態(tài)、生長(zhǎng)發(fā)育規(guī)律、狀態(tài)、表征、群體整齊狀況等。采用農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)，運(yùn)用深度學(xué)習(xí)綜合算法、養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)數(shù)據(jù)，通過(guò)不同智能設(shè)備調(diào)控，及時(shí)提供養(yǎng)蠶生產(chǎn)適宜的環(huán)境條件和合理的技術(shù)方案，不僅省力省工、生產(chǎn)安全、精準(zhǔn)施策，而且能不斷優(yōu)化技術(shù)方案，有效提高蠶種和蠶繭的產(chǎn)量和質(zhì)量。

2 系統(tǒng)設(shè)計(jì)

2.1 總體方案

根據(jù)養(yǎng)蠶環(huán)境調(diào)控目標(biāo)及養(yǎng)蠶技術(shù)參數(shù)特點(diǎn)，以農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)為依托，設(shè)計(jì)養(yǎng)蠶管理數(shù)據(jù)庫(kù)系統(tǒng)，實(shí)現(xiàn)養(yǎng)蠶棚室環(huán)境參數(shù)、家蠶生長(zhǎng)發(fā)育狀態(tài)的全面感知、精準(zhǔn)傳輸和智能處理。借鑒深度卷積神經(jīng)網(wǎng)絡(luò)算法，綜合運(yùn)用信息管理、自動(dòng)監(jiān)測(cè)、動(dòng)態(tài)模擬、虛擬仿真、樣本學(xué)習(xí)、精確控制、網(wǎng)絡(luò)通訊等現(xiàn)代信息技術(shù)，以養(yǎng)蠶環(huán)境要素、家蠶生長(zhǎng)發(fā)育狀態(tài)實(shí)景和工作過(guò)程的信息化和智能化為主要研究目標(biāo)[6-8]，通過(guò)解決養(yǎng)蠶環(huán)境的信息化管理、家蠶狀態(tài)的自動(dòng)化監(jiān)測(cè)、養(yǎng)蠶過(guò)程的數(shù)字化模擬、管理系統(tǒng)的可視化設(shè)計(jì)、專(zhuān)業(yè)知識(shí)的模型化表達(dá)以及專(zhuān)家決策的精準(zhǔn)化控制等實(shí)際問(wèn)題，通過(guò)篩選支撐農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用的相關(guān)設(shè)備和儀器，實(shí)現(xiàn)養(yǎng)蠶技術(shù)的監(jiān)測(cè)、預(yù)測(cè)、決策以及管理的數(shù)字化、可視化、智能化，從而提升現(xiàn)代蠶業(yè)的綜合管理水平和核心競(jìng)爭(zhēng)力。

2.2 模塊設(shè)計(jì)

2.2.1 設(shè)計(jì)基礎(chǔ)。 在系統(tǒng)設(shè)計(jì)過(guò)程中，引入機(jī)器學(xué)習(xí)的分類(lèi)模型來(lái)識(shí)別不同類(lèi)型的養(yǎng)蠶實(shí)景樣本數(shù)據(jù)，將綜合算法通過(guò)后臺(tái)插件模型引入到系統(tǒng)中來(lái)，針對(duì)不同養(yǎng)蠶環(huán)境和生物生長(zhǎng)發(fā)育實(shí)景進(jìn)行數(shù)據(jù)分類(lèi)處理，多層測(cè)試、校準(zhǔn)、完善（圖1）。系統(tǒng)包含移動(dòng)端APP、算法云服務(wù)和系統(tǒng)開(kāi)發(fā)平臺(tái)。軟件系統(tǒng)開(kāi)發(fā)包括ZigBee底層協(xié)議棧開(kāi)發(fā)、各種傳感器驅(qū)動(dòng)程序編寫(xiě)、智能控制程序的編寫(xiě)、網(wǎng)關(guān)接入、GPRS網(wǎng)程序編寫(xiě)、養(yǎng)蠶數(shù)據(jù)庫(kù)建立等。手機(jī)APP系統(tǒng)采用Eclipse ADP開(kāi)發(fā)環(huán)境，在Win10 64位操作系統(tǒng)下運(yùn)行，使用安卓TextView、ImageButton等控件，采用線(xiàn)性布局進(jìn)行開(kāi)發(fā)。

2.2.2

模塊設(shè)計(jì)。系統(tǒng)模塊設(shè)計(jì)包括數(shù)據(jù)感知采集、數(shù)據(jù)傳輸處理、樣本學(xué)習(xí)訓(xùn)練、智能控制管理4個(gè)模塊，每個(gè)模塊完成相應(yīng)的功能。數(shù)據(jù)感知采集主要完成養(yǎng)蠶環(huán)境和基礎(chǔ)發(fā)育狀態(tài)數(shù)據(jù)的感知、采集和控制，主要包括RTU設(shè)備、各類(lèi)環(huán)境因子傳感器、高清全景攝像機(jī)等，采集產(chǎn)生0～5 V的數(shù)據(jù)值并進(jìn)行數(shù)據(jù)初步分析。用戶(hù)可對(duì)各參數(shù)預(yù)設(shè)報(bào)警值，當(dāng)采集的養(yǎng)蠶環(huán)境因子參數(shù)達(dá)到報(bào)警值時(shí)，管理者可獲得手機(jī)報(bào)警，以便對(duì)養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)及時(shí)調(diào)控、養(yǎng)護(hù)。數(shù)據(jù)傳輸處理包括數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、智能更新、人機(jī)交換4個(gè)部分。數(shù)據(jù)存儲(chǔ)實(shí)時(shí)創(chuàng)建基于機(jī)器學(xué)習(xí)的養(yǎng)蠶數(shù)據(jù)庫(kù)和設(shè)備狀態(tài)數(shù)據(jù)庫(kù)，完成感知采集數(shù)據(jù)的基本處理和更新。樣本學(xué)習(xí)訓(xùn)練采用深度學(xué)習(xí)綜合算法，通過(guò)軟件補(bǔ)償、分布圖法、對(duì)比糾偏和取平均值法消除感知數(shù)據(jù)的差異影響，實(shí)現(xiàn)數(shù)據(jù)智能化分析、處理、校準(zhǔn)、改進(jìn)?；谟脩?hù)的專(zhuān)家決策管理思維和智能化養(yǎng)蠶生產(chǎn)監(jiān)控模式，設(shè)計(jì)人機(jī)交互界面。用戶(hù)管理操作包括實(shí)時(shí)監(jiān)控、數(shù)據(jù)查詢(xún)、技術(shù)咨詢(xún)、決策輸出、參數(shù)設(shè)置和規(guī)則更新等。系統(tǒng)采用AJAX圖表實(shí)時(shí)顯示技術(shù)，采集數(shù)據(jù)全部存入中心數(shù)據(jù)庫(kù)，便于數(shù)據(jù)查詢(xún)、驗(yàn)證和學(xué)習(xí)改進(jìn)。各養(yǎng)蠶基地可分別使用不同的用戶(hù)名和密碼進(jìn)入系統(tǒng)，實(shí)時(shí)查看并及時(shí)上傳實(shí)境數(shù)據(jù)，可以同時(shí)控制多個(gè)設(shè)備的工作狀態(tài)[9]。

2.2.3 基于機(jī)器學(xué)習(xí)的模型訓(xùn)練。卷積神經(jīng)網(wǎng)絡(luò)由于具有強(qiáng)大的特征學(xué)習(xí)和分類(lèi)能力，在目標(biāo)檢測(cè)、圖像分類(lèi)、管理預(yù)測(cè)等領(lǐng)域具有很好的應(yīng)用。AlexNet、ResNet等模型在圖像處理分類(lèi)方面取得了不斷進(jìn)展，隨著模型層數(shù)的增加以及結(jié)構(gòu)優(yōu)化，深度學(xué)習(xí)的識(shí)別能力大大超過(guò)了人眼。由于數(shù)據(jù)庫(kù)量不是特別大，養(yǎng)蠶模型訓(xùn)練采用殘差網(wǎng)絡(luò)ResNet微調(diào)的訓(xùn)練方法來(lái)實(shí)現(xiàn)養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育實(shí)景的分類(lèi)識(shí)別處理。養(yǎng)蠶樣本訓(xùn)練數(shù)據(jù)選用從開(kāi)發(fā)者平臺(tái)互聯(lián)網(wǎng)獲取、管理者經(jīng)驗(yàn)積累或用戶(hù)采集反饋，以此不斷豐富訓(xùn)練集、驗(yàn)證集和測(cè)試集。一方面，加大有標(biāo)注的養(yǎng)蠶數(shù)據(jù)、圖像信息的建立;另一方面，在分類(lèi)模型訓(xùn)練過(guò)程中，對(duì)大量養(yǎng)蠶數(shù)據(jù)進(jìn)行分類(lèi)和歸一化操作，并通過(guò)不斷的迭代訓(xùn)練來(lái)尋求最佳分類(lèi)模型。系統(tǒng)設(shè)計(jì)目標(biāo)就是將數(shù)據(jù)庫(kù)的獲取和分類(lèi)模型訓(xùn)練自動(dòng)化，從圖像搜索查詢(xún)、人工篩選甄別、歸一化調(diào)整到分類(lèi)模型訓(xùn)練，從而逐步加大數(shù)據(jù)庫(kù)容量，提升數(shù)據(jù)歸一標(biāo)準(zhǔn)[10-11]。

3 系統(tǒng)功能

3.1 快速感知集成

系統(tǒng)可在線(xiàn)實(shí)時(shí)監(jiān)控養(yǎng)蠶環(huán)境因子變化、家蠶生長(zhǎng)發(fā)育動(dòng)態(tài)和養(yǎng)蠶環(huán)境中各類(lèi)連接設(shè)備的狀態(tài)信息，也可以通過(guò)視頻在線(xiàn)，實(shí)時(shí)觀察、記錄、巡查到相關(guān)基地、某個(gè)棚室的家蠶生長(zhǎng)發(fā)育狀態(tài)，實(shí)現(xiàn)無(wú)人化值守、自動(dòng)化調(diào)節(jié)、全程化日志、智能化告警。養(yǎng)蠶環(huán)境參數(shù)、家蠶生長(zhǎng)發(fā)育狀態(tài)和設(shè)備工作狀態(tài)的相關(guān)信息通過(guò)管理系統(tǒng)界面顯示、記錄，可以通過(guò)控制中心管理平臺(tái)獲取、調(diào)取，也可以通過(guò)網(wǎng)絡(luò)瀏覽器或移動(dòng)終端APP查看、咨詢(xún)、反饋，實(shí)現(xiàn)養(yǎng)蠶現(xiàn)場(chǎng)、控制中心、移動(dòng)用戶(hù)三者協(xié)調(diào)一致，既相互依存、又互相補(bǔ)充。

3.2 精準(zhǔn)安全調(diào)控

系統(tǒng)通過(guò)多種調(diào)節(jié)方式完成養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)的合理保護(hù)，實(shí)現(xiàn)在系統(tǒng)指導(dǎo)下現(xiàn)場(chǎng)操作的同時(shí)，也可以對(duì)養(yǎng)蠶生產(chǎn)技術(shù)進(jìn)行遠(yuǎn)程智能調(diào)控。一是在環(huán)境參數(shù)范圍內(nèi)，系統(tǒng)運(yùn)用模糊算法，自動(dòng)調(diào)節(jié)輔助設(shè)備的運(yùn)行狀態(tài)，精準(zhǔn)控制養(yǎng)蠶環(huán)境因子水平的高低，并對(duì)臨界溫度、節(jié)點(diǎn)濕度、有毒氣體等監(jiān)控關(guān)鍵因子進(jìn)行告警管理;二是系統(tǒng)通過(guò)不同階段、不同類(lèi)型家蠶的生長(zhǎng)發(fā)育狀態(tài)樣本學(xué)習(xí)訓(xùn)練，有針對(duì)性地提供精準(zhǔn)養(yǎng)蠶生產(chǎn)方案，包括過(guò)程鑒別、發(fā)育標(biāo)準(zhǔn)、生長(zhǎng)預(yù)測(cè)、技術(shù)措施、操作仿真等預(yù)測(cè)管理。

3.3 實(shí)時(shí)定位監(jiān)控

系統(tǒng)把養(yǎng)蠶用戶(hù)的需求問(wèn)題轉(zhuǎn)化為方便查詢(xún)、咨詢(xún)的知識(shí)和規(guī)則，建成養(yǎng)蠶技術(shù)知識(shí)庫(kù)、標(biāo)準(zhǔn)庫(kù)，提供給管理系統(tǒng)平臺(tái)。管理用戶(hù)既可以通過(guò)網(wǎng)絡(luò)瀏覽器或移動(dòng)APP訪(fǎng)問(wèn)知識(shí)信息系統(tǒng)，接受定位監(jiān)控、知識(shí)查詢(xún)、專(zhuān)家咨詢(xún)、仿真學(xué)習(xí)等專(zhuān)業(yè)化技術(shù)服務(wù)，也可以現(xiàn)場(chǎng)反饋養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)實(shí)景，及時(shí)發(fā)現(xiàn)、上傳養(yǎng)蠶生產(chǎn)過(guò)程中疑難問(wèn)題的相關(guān)信息，在接受系統(tǒng)專(zhuān)家指導(dǎo)的同時(shí)，不斷豐富養(yǎng)蠶系統(tǒng)數(shù)據(jù)庫(kù)。

3.4 智能決策處理

系統(tǒng)通過(guò)計(jì)算機(jī)控制中心實(shí)現(xiàn)養(yǎng)蠶生產(chǎn)的智能化管理，主要功能包括環(huán)境參數(shù)的設(shè)置、各類(lèi)數(shù)據(jù)的采集、實(shí)景狀態(tài)的監(jiān)測(cè)、相關(guān)數(shù)據(jù)的傳輸、樣本學(xué)習(xí)訓(xùn)練、技術(shù)方案的輸出、數(shù)據(jù)管理、日志查詢(xún)等。管理系統(tǒng)對(duì)養(yǎng)蠶復(fù)雜環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)進(jìn)行實(shí)時(shí)記錄、監(jiān)控，并能對(duì)家蠶未來(lái)生長(zhǎng)發(fā)育進(jìn)程、技術(shù)方案進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)養(yǎng)蠶生產(chǎn)預(yù)測(cè)性調(diào)控和養(yǎng)護(hù)。

4 結(jié)果與分析

該系統(tǒng)在鹽城工學(xué)院、鹽城思源網(wǎng)絡(luò)科技有限公司等單位參與下，進(jìn)行了綜合試驗(yàn)、應(yīng)用和分析。設(shè)計(jì)表明，通過(guò)引入基于卷積神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)來(lái)識(shí)別不同階段、不同類(lèi)型的養(yǎng)蠶環(huán)境、家蠶生長(zhǎng)發(fā)育狀態(tài)，結(jié)合用戶(hù)移動(dòng)APP應(yīng)用，通過(guò)計(jì)算機(jī)綜合數(shù)據(jù)處理，全方位輸出、提供技術(shù)服務(wù)和生產(chǎn)方案，作用于簡(jiǎn)化分類(lèi)模型的智能生產(chǎn)訓(xùn)練，在養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育管理中的數(shù)據(jù)精準(zhǔn)采集、標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)完善、快速響應(yīng)調(diào)控、專(zhuān)家決策提供等方面取得了顯著的成效，大大提高了養(yǎng)蠶生產(chǎn)智能化水平和經(jīng)濟(jì)效益。

4.1 數(shù)據(jù)庫(kù)更豐富

系統(tǒng)依托農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)，通過(guò)機(jī)器學(xué)習(xí)實(shí)時(shí)對(duì)養(yǎng)蠶環(huán)境因子和家蠶生長(zhǎng)發(fā)育狀態(tài)數(shù)據(jù)進(jìn)行采集、傳輸、對(duì)比、訓(xùn)練、存儲(chǔ)、更新，通過(guò)智能控制平臺(tái)（現(xiàn)場(chǎng)或遠(yuǎn)程）提供用戶(hù)需要的管理信息，或發(fā)出超值報(bào)警信息。調(diào)查表明，常規(guī)生產(chǎn)條件下，智能養(yǎng)蠶管理系統(tǒng)數(shù)據(jù)采集準(zhǔn)確率可達(dá)99.57%，標(biāo)準(zhǔn)參數(shù)校正率可達(dá)85.65%，針對(duì)棚室模式的養(yǎng)蠶生產(chǎn)應(yīng)用，系統(tǒng)數(shù)據(jù)庫(kù)存儲(chǔ)量平均可提高12.6倍，應(yīng)用效果大大超出人工操作速度和效率。

4.2 安全性能更高

智能養(yǎng)蠶管理系統(tǒng)不僅可以達(dá)到全方位無(wú)人值守的效果，而且通過(guò)深度卷積神經(jīng)網(wǎng)絡(luò)綜合算法，及時(shí)調(diào)整養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)標(biāo)準(zhǔn)參數(shù)，大大提高了養(yǎng)蠶生產(chǎn)的精準(zhǔn)度和安全性。同時(shí)，系統(tǒng)的全方位實(shí)景監(jiān)控和偏差自我糾錯(cuò)處理實(shí)現(xiàn)了提前預(yù)警和異常警戒功能，保證了快速響應(yīng)、指令精準(zhǔn)的高效管理要求，增加了數(shù)據(jù)更新的靈活性和運(yùn)行的安全性。

4.3 生產(chǎn)決策更精準(zhǔn)

系統(tǒng)設(shè)置了與蠶桑技術(shù)數(shù)據(jù)庫(kù)（專(zhuān)業(yè)知識(shí)庫(kù)和圖片規(guī)則庫(kù)、參數(shù)標(biāo)準(zhǔn)庫(kù)）的傳輸接口，順利地將專(zhuān)業(yè)知識(shí)系統(tǒng)納入計(jì)算機(jī)智能管理系統(tǒng)。用戶(hù)通過(guò)現(xiàn)場(chǎng)瀏覽器界面或遠(yuǎn)程客戶(hù)終端，可以隨時(shí)訪(fǎng)問(wèn)、上傳數(shù)據(jù)信息，實(shí)時(shí)進(jìn)行知識(shí)查詢(xún)、技術(shù)學(xué)習(xí)、仿真觀摩、案例分析、專(zhuān)家咨詢(xún)或開(kāi)展在線(xiàn)問(wèn)答。系統(tǒng)應(yīng)用不僅實(shí)現(xiàn)了養(yǎng)蠶生產(chǎn)的智能化管理，而且進(jìn)一步優(yōu)化了養(yǎng)蠶技術(shù)標(biāo)準(zhǔn)方案，確保了系統(tǒng)設(shè)計(jì)和應(yīng)用的實(shí)時(shí)更新。

5 結(jié)語(yǔ)

該系統(tǒng)基于大數(shù)據(jù)機(jī)器學(xué)習(xí)技術(shù)，結(jié)合養(yǎng)蠶生產(chǎn)實(shí)景開(kāi)發(fā)設(shè)計(jì)，應(yīng)用新型農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)、樣本機(jī)器學(xué)習(xí)綜合算法，實(shí)現(xiàn)了養(yǎng)蠶生產(chǎn)規(guī)?；?、智能化管理，大大提高了生產(chǎn)自動(dòng)化水平和管理效益。系統(tǒng)通過(guò)開(kāi)發(fā)者平臺(tái)，使養(yǎng)蠶分類(lèi)模型訓(xùn)練自動(dòng)化，進(jìn)一步提高了樣本學(xué)習(xí)、模糊處理的質(zhì)量，但仍然存在農(nóng)業(yè)傳感器靈敏性、適應(yīng)性、可靠性不高，養(yǎng)蠶數(shù)據(jù)不多、情境不豐富，視頻和圖像技術(shù)識(shí)別不精致，數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)不統(tǒng)一等問(wèn)題，因此需要進(jìn)一步加大推廣應(yīng)用，充分利用行業(yè)大數(shù)據(jù)，增強(qiáng)數(shù)據(jù)過(guò)濾，進(jìn)一步提高系統(tǒng)數(shù)據(jù)處理和管理決策的精準(zhǔn)度和適應(yīng)性。

參考文獻(xiàn)

[1] 肖澤中.深度學(xué)習(xí)在管理實(shí)踐中的應(yīng)用[J].未來(lái)與發(fā)展，2018（9）：57-63.

[2] 高浩天，朱森林，常歌，等.基于農(nóng)業(yè)物聯(lián)網(wǎng)的智能溫室系統(tǒng)架構(gòu)與實(shí)現(xiàn)[J].農(nóng)機(jī)化研究，2018，40（1）：183-188.

[3] 孫孝龍，吳洪昊，周衛(wèi)陽(yáng)，等.基于新型物聯(lián)網(wǎng)的蠶室環(huán)境管理系統(tǒng)設(shè)計(jì)與應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件，2019，36（6）：58-61，75.

[4] 沈平，袁瑛，周潘.物聯(lián)網(wǎng)中大規(guī)模無(wú)線(xiàn)射頻識(shí)別標(biāo)簽的容錯(cuò)估計(jì)算法[J].計(jì)算機(jī)應(yīng)用與軟件，2019，36（6）：35-42.

[5] 陸蓉，胡肄農(nóng)，黃小國(guó)，等.智能化畜禽養(yǎng)殖場(chǎng)人工智能技術(shù)的應(yīng)用與展望[J].天津農(nóng)業(yè)科學(xué)，2018，24（7）：34-40.

[6] 袁培森，黎薇，任守綱，等.基于卷積神經(jīng)網(wǎng)絡(luò)的菊花花型和品種識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào)，2018，34（5）：152-158.

[7] 劉康，張?jiān)?，紀(jì)國(guó)良，等.基于表示學(xué)習(xí)的知識(shí)庫(kù)問(wèn)答研究進(jìn)展與展望[J].自動(dòng)化學(xué)報(bào)，2016，42（6）：807-818.

[8] 陳嘉.基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].數(shù)字通信世界，2020（1）：48.

[9] 汪思德，陳乙鑫.基于物聯(lián)網(wǎng)的智能環(huán)境監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代計(jì)算機(jī)，2019（10）：85-88.

[10] 張彤，劉志，莊新卿.基于開(kāi)發(fā)者平臺(tái)和深度學(xué)習(xí)的智能識(shí)花與護(hù)花系統(tǒng)[J].工業(yè)控制計(jì)算機(jī)，2018，31（1）：90-92.

[11] 康孟珍，王秀娟，華凈，等.平行農(nóng)業(yè)：邁向智慧農(nóng)業(yè)的智能技術(shù)[J].智能科學(xué)與技術(shù)學(xué)報(bào)，2019（2）：107-117.

基金項(xiàng)目 國(guó)家自然科學(xué)基金項(xiàng)目（61105057）;國(guó)家職業(yè)教育數(shù)字化資源共建共享計(jì)劃（ZYWZ201101）;江蘇省農(nóng)業(yè)三新工程項(xiàng)目（SXGC〔2015〕187）。

作者簡(jiǎn)介 孫孝龍（1971— ），男，安徽靈璧人，副教授，碩士，從事蠶桑技術(shù)與農(nóng)業(yè)信息化推廣應(yīng)用研究。

收稿日期 2020-05-21