[发明专利]一种基于移动端App的温度检测系统

权利要求书

1.一种基于移动端App的温度检测系统，其特征在于：所述检测系统包括食用菌环境参数采集与控制平台和食用菌环境温度大数据处理子系统，食用菌环境参数采集与控制平台实现对食用菌环境参数检测、调节和监控，食用菌环境温度大数据处理子系统包括温度检测单元和产量预测单元；

温度传感器的输出作为温度检测单元对应的按拍延迟线TDL的输入，温度检测单元输出的温度梯形模糊数和食用菌产量历史数据分别作为产量预测单元对应的按拍延迟线TDL的输入，产量预测单元的LSTM神经网络模型输出食用菌产量的梯形模糊数值；

所述温度检测单元包括按拍延迟线TDL、NARX神经网络模型、微分回路和BAM神经网络模型组成，由2个微分算子相串联构成1个微分回路，每个微分回路的2个微分算子连接端的输出和每个微分回路的输出分别作为BAM神经网络模型的对应的输入；温度传感器输出分别作为对应的按拍延迟线TDL的输入，每个按拍延迟线TDL输出的一段时间的温度传感器值分别作为每个对应的NARX神经网络模型的输入，每个NARX神经网络模型的输出分别作为对应的每个微分回路的输入和BAM神经网络模型的对应的输入，BAM神经网络模型的输出为代表一段时间多个温度传感器值大小的动态梯形模糊数，BAM神经网络模型输出的温度梯形模糊数作为温度检测单元的输出，温度检测单元把一段时间多个温度传感器值转换为的温度梯形模糊数值；

所述产量预测单元包括按拍延迟线TDL、ESN神经网络模型、自联想神经网络模型和LSTM神经网络模型，食用菌产量历史数据和温度检测单元输出分别作为2个按拍延迟线TDL的输入，每个按拍延迟线TDL输出的一段时间的食用菌产量历史数据和温度检测单元输出的温度梯形模糊值分别作为2组多个ESN神经网络模型的输入，2组多个ESN神经网络模型输出的梯形模糊数分别作为对应的2个自联想神经网络模型的输入，2个自联想神经网络模型输出的梯形模糊数分别作为LSTM神经网络模型的输入，LSTM神经网络模型输出的食用菌产量梯形模糊数值作为产量预测单元的输出和食用菌产量预测值；

所述食用菌环境参数采集与控制平台由检测节点、控制节点、网关节点、现场监控端、云平台和移动端App组成，检测节点、控制节点和网关节点以自组织方式通过无线通信模块实现对食用菌环境参数采集与控制，检测节点分别由传感器组模块、单片机和无线通信模块组成，传感器组模块负责检测食用菌环境的温度、湿度、光照度和水分参数，在网关节点、云平台和移动端App之间无线通信技术实现食用菌环境参数的双向传输；控制节点实现对食用菌环境参数的调节设备进行控制；现场监控端实现对食用菌环境参数进行管理和对食用菌产量进行预测。