《基於物聯網的農機作業軌跡時空數據建模與挖掘方法》是依託首都師範大學，由劉卉擔任項目負責人的面上項目。
基本介紹
- 中文名：基於物聯網的農機作業軌跡時空數據建模與挖掘方法
- 項目類別：面上項目
- 項目負責人：劉卉
- 依託單位：首都師範大學
項目摘要,結題摘要,
項目摘要
我國現代農業快速發展對農機集群化作業和智慧型化管理提出了更高的要求，以物聯網為代表的新一代信息技術與農機裝備技術的融合運用，產生了海量農機作業軌跡信息。本項目提出開展基於物聯網的農機作業軌跡時空數據建模與挖掘方法研究，旨在揭示這些數據的套用價值，為農機作業提質增效。通過分析抽象農機作業時空變化過程，建立適用的時空數據模型。通過分析農機作業軌跡數據的空間聚集特徵、時間序列特徵和時空密度特徵，研究作業區域自動識別與分割算法、地塊內作業路徑分割與作業指標測算方法、農機運營狀態識別與效率評估方法。此外，在理論研究基礎，研發農機作業監控管理與數據分析物聯網系統，並通過系統試驗和示範套用進行模型修正和算法檢驗。本研究的成功開展，將有助於提升農機物聯網的套用價值，為農機精準管理和調度服務提供理論依據和數據支持，推動物聯網技術在農機智慧型裝備領域的實用化和產業化進程。
結題摘要
基於物聯網的農機集群化作業和智慧型化管理產生了海量作業軌跡數據。本項目開展了農機運行軌跡時空數據建模與挖掘方法研究。主要研究成果包括：（1）建立農機作業軌跡數據分析架構，針對軌跡大數據集中存在的重複數據、缺失屬性、屬性範圍異常、丟失數據、漂移軌跡、停歇軌跡等異常情況，進行相應的數據清洗算法研究，以保證數據質量；（2）提出了農機作業軌跡與道路轉移軌跡分割、異常軌跡識別、地塊內直行作業軌跡與轉彎軌跡分割、作業面積測算等軌跡數據挖掘方法，並進行了海量數據的分散式計算測試，為科學測算有效作業面積、作業達標率，客觀評估運營效率、時間利用率等指標提供了理論依據；（3）研發了農機作業軌跡數據分析系統，能夠完善現有的農機作業監管物聯網系統，實現了農機有效作業面積測算、作業質量評價、運營狀態識別與效率綜合評估。本項目的研究成果有助於提升農機物聯網的套用價值，為農機精準管理和調度服務提供理論依據和數據支持。
