需同意授權

育苗場環控與植株育成率推論模型 Greenhouse environmental control and seedling growth rate inference model

  • 此模型利用各個控制器與室外溫度、濕度、光照度,即可預測室內溫度的均勻度。
  • 輸入: 各個控制器與室外溫度、濕度、光照度,代號比對表另提供
  • 輸出: 10分鐘後的室內溫度的均勻度

  • 使用步驟如下:
    0.電腦若沒有python 與pip套件,需先下載
    1.前往存取資源,進入雲端連結,下載檔案會是一個壓縮檔,解壓縮得到一資料夾
    2.開啟資料夾所在位置的終端機(cmd)
    3.首先安裝相關套件,輸入pip install -r requirement.txt
    4.而後將資料按照"input_data.csv"的格式,寫入控制器與室外溫溼度資料
    5.輸入python demo.py,執行模型
    6.輸出室內溫度的均勻度結果,並存儲於"output.txt"

附錄:
Output: 未來10分鐘時,溫室中的"溫度均勻度"
Inputdata(溫室中各個控制器狀態):
雙程1(on)/單程1(off) 'machineId': '62593898aae37d0e4ee20ee0'
去有水1(on)/去無水(off) 'machineId': '62593937aae37d0e4ee20f61'
回有水1(on)/回無水1(off) 'machineId': '62593970aae37d0e4ee20f94'
手動去1 'machineId': '6259398daae37d0e4ee20f95'
手動回1 'machineId': '625939c3aae37d0e4ee20ff7'
停止1 'machineId': '625939c8aae37d0e4ee20ff8'
雙程2(on)/單程2(off) 'machineId': '62593a03aae37d0e4ee21018'
去有水2(on)/去無水(off) 'machineId': '62593a25aae37d0e4ee2102a'
回有水2(on)/回無水2(off) 'machineId': '62593a3faae37d0e4ee2102c'
手動去2 'machineId': '62593a60aae37d0e4ee2106a'
手動回2 'machineId': '62593a6eaae37d0e4ee21091'
停止2 'machineId': '62593a83aae37d0e4ee21093'
雙程3(on)/單程3(off) 'machineId': '62593ad7aae37d0e4ee210c1'
去有水3(on)/去無水(off) 'machineId': '62593aefaae37d0e4ee210cd'
回有水3(on)/回無水3(off) 'machineId': '62593b15aae37d0e4ee2111c'
手動去3 'machineId': '62593b1aaae37d0e4ee21154'
手動回3 'machineId': '62593b2eaae37d0e4ee2115e'
停止3 'machineId': '62593b34aae37d0e4ee2115f'
北卷揚 'machineId': '62591e88aae37d0e4ee1ff2b'
西北上卷揚 'machineId': '62591eabaae37d0e4ee1ff53'
西北下卷揚 'machineId': '62591ed9aae37d0e4ee1ff5c'
西南上卷揚 'machineId': '62591eebaae37d0e4ee1ff5f'
西南下卷揚 'machineId': '62591efeaae37d0e4ee1ffa5'
南上卷揚 'machineId': '62591f1faae37d0e4ee1ffac'
南下卷揚 'machineId': '62591f39aae37d0e4ee1ffad'
東南上卷揚 'machineId': '62591f53aae37d0e4ee1ffbf'
東南下卷揚 'machineId': '62591f6baae37d0e4ee1ffd2'
東北上卷揚 'machineId': '62591f82aae37d0e4ee1ffd4'
東北下卷揚 'machineId': '62591f98aae37d0e4ee1ffd9'
遮陰網1 'machineId': '62591fc2aae37d0e4ee2001a'
遮陰網2 'machineId': '6259201eaae37d0e4ee20030'
負壓風扇1 'machineId': '62592076aae37d0e4ee20069'
負壓風扇2 'machineId': '6259208caae37d0e4ee2006c'
內循環風扇1 'machineId': '625920b0aae37d0e4ee2006d'
內循環風扇2 'machineId': '625920c2aae37d0e4ee20091'
內循環風扇3 'machineId': '625920d4aae37d0e4ee2009a'

資料與資源

基礎工具

  • 室內溫度均勻度預測模型

    此模型利用各個控制器與室外溫度、濕度、光照度,即可預測室內溫度的均勻度。 輸入: 各個控制器與室外溫度、濕度、光照度,代號比對表另提供 輸出:...

額外的資訊

欄位
最後更新 10月 25, 2023, 14:46 (+0800)
建立 10月 7, 2022, 11:57 (+0800)

推薦AI模型

苗株可見光影像物件辨識模型 Seedling image identification model

更新頻率 定期
瀏覽次數 7887
下載次數 3
此模型能夠將照片中的缺株、穴盤自動辨識出來 電腦需求: 需配有Nvidia 顯卡,並已安裝cuda、anaconda 輸入: 照片 輸出: 框選完之照片 使用步驟: 0. 使用anaconda建立一個虛擬環境 1. 根據安裝的cuda版本下載pytorch,網址:https://pytorch.org/get-started/locally/ 2....

高峰甘藍SVM模型

更新頻率 定期
瀏覽次數 15522
下載次數 6
高峰甘藍之SVM模型,配合種子機台之軟體使用

苗株多光譜影像與逆境情況推論模型 Multispectral imagery of seedlings and inference models of adversity

更新頻率 定期
瀏覽次數 4956
下載次數 2
探討溫室中種苗生長的檢測與管理,分析何者澆水量為最適值。將收集數據導入,建立非破壞性之甘藍種苗缺水逆境預測模型,當高光譜相機取得相對波長內的光譜值,代入水分潛勢檢量線,得到預測水分潛勢值。提供溫室內可變率噴灑系統灌溉之依據。 下載模型後解壓縮檔,WORD檔為多光譜迴歸模型(輸入光譜值 至 輸出水分潛勢值)的詳細說明。 EXCEL驗證檔為實際範例操作。