首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于物联网的智慧葡萄园管理系统的优化研究

致谢第4-5页
摘要第5-6页
Abstract第6-7页
1 绪论第11-17页
    1.1 课题的研究背景与意义第11-12页
    1.2 国内外研究现状第12-15页
    1.3 论文的研究内容第15页
    1.4 论文的结构安排第15-17页
2 智慧葡萄园管理系统架构研究第17-30页
    2.1 问题的提出第17-18页
        2.1.1 问题的背景第17-18页
        2.1.2 问题的产生第18页
    2.2 需求分析第18-19页
    2.3 系统架构设计第19-25页
        2.3.1 物联网体系结构模型第19-20页
        2.3.2 物联网系统设计模型第20-22页
        2.3.3 智慧农业物联网系统设计原则第22页
        2.3.4 智慧葡萄园管理系统整体架构第22-25页
    2.4 管理系统软件设计第25-27页
        2.4.1 软件系统设计原则第25-26页
        2.4.2 软件系统架构第26-27页
    2.5 协议设计第27-29页
    2.6 本章小结第29-30页
3 智慧葡萄园管理系统实际问题及解决方案研究第30-34页
    3.1 问题的出现第30页
        3.1.1 功耗问题第30页
        3.1.2 数据库文件损坏第30页
    3.2 问题产生原因分析第30-31页
        3.2.1 功耗问题原因分析第30-31页
        3.2.2 数据库文件损坏原因分析第31页
    3.3 问题的解决方案第31-33页
        3.3.1 功耗问题的解决第31-32页
        3.3.2 数据库文件损坏问题的解决第32-33页
    3.4 本章小结第33-34页
4 智慧葡萄园管理系统的优化方法和工具研究第34-50页
    4.1 问题的提出第34页
    4.2 数据存储的优化研究第34-37页
        4.2.1 数据库类型第34-36页
        4.2.2 数据存储策略第36页
        4.2.3 数据库及存储策略的选择第36-37页
        4.2.4 数据库存储的优化研究第37页
    4.3 数据流处理研究第37-43页
        4.3.1 数据处理模块功能第37-38页
        4.3.2 数据流的基本概念第38-39页
        4.3.3 数据流模型第39页
        4.3.4 基于n-of-N模型和生命周期策略的数据流处理模型第39-41页
        4.3.5 数据流处理模型性能验证第41-43页
    4.4 基于k-means算法的葡萄幼苗生长环境曲线研究第43-49页
        4.4.1 数据挖掘概述第43页
        4.4.2 数据挖掘常用算法第43-44页
        4.4.3 数据挖掘算法和具体方式的选取第44-45页
        4.4.4 最远优先K-means算法具体流程第45-47页
        4.4.5 基于k-means算法的葡萄幼苗生长环境曲线研究第47-49页
    4.5 本章小结第49-50页
5 智慧葡萄园管理系统的实现第50-62页
    5.1 系统的设计第50-52页
        5.1.1 系统功能设计第50-51页
        5.1.2 系统开发工具第51-52页
    5.2 系统的实现第52-61页
        5.2.1 传感器的制作第52-53页
        5.2.2 嵌入式网关第53-54页
        5.2.3 软件系统的实现第54-61页
    5.3 本章小结第61-62页
6 总结与展望第62-64页
    6.1 总结第62页
    6.2 展望第62-64页
参考文献第64-67页

论文共67页,点击 下载论文
上一篇:基于Ventsim软件对某多金属矿通风系统优化研究
下一篇:改进的灰色模型在煤矿地表沉降预测中的应用研究