錢 曄，孫吉紅，彭 琳，李文峰，周 慧，陸國(guó)泉，汪惜今

(1.云南農(nóng)業(yè)大學(xué) 基礎(chǔ)與信息工程學(xué)院，云南 昆明 650201； 2.云南省高校農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，云南 昆明 650201； 3.云南省科學(xué)技術(shù)院，云南 昆明 650000； 4.云南農(nóng)業(yè)大學(xué) 新農(nóng)村發(fā)展研究院，云南 昆明 650201； 5.玉溪師范學(xué)院 信息技術(shù)工程學(xué)院，云南 玉溪 653100； 6.成都信息工程大學(xué) 大氣科學(xué)學(xué)院，四川 成都 610000)

基于云計(jì)算的特色農(nóng)莊平臺(tái)設(shè)計(jì)與探討

錢 曄1,2，孫吉紅3，彭 琳1,2，李文峰2,4，周 慧5，陸國(guó)泉1,2，汪惜今6

(1.云南農(nóng)業(yè)大學(xué) 基礎(chǔ)與信息工程學(xué)院，云南 昆明 650201； 2.云南省高校農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，云南 昆明 650201； 3.云南省科學(xué)技術(shù)院，云南 昆明 650000； 4.云南農(nóng)業(yè)大學(xué) 新農(nóng)村發(fā)展研究院，云南 昆明 650201； 5.玉溪師范學(xué)院 信息技術(shù)工程學(xué)院，云南 玉溪 653100； 6.成都信息工程大學(xué) 大氣科學(xué)學(xué)院，四川 成都 610000)

建立了基于云計(jì)算平臺(tái)下的特色農(nóng)莊智慧模型，以解決人們追求高品質(zhì)、低碳生活的難題為目的。提出特色農(nóng)莊的構(gòu)思，采用LVQ神經(jīng)網(wǎng)絡(luò)算法構(gòu)建蟲情預(yù)測(cè)模型，解決特色農(nóng)莊中的蟲害問題；采用聚類算法構(gòu)建蔬菜瓜果的價(jià)格預(yù)測(cè)模型，對(duì)各種蔬菜的價(jià)格進(jìn)行預(yù)測(cè)。將蟲情預(yù)測(cè)模型、特色農(nóng)莊遠(yuǎn)程視頻以及相關(guān)的信息搭建在云平臺(tái)下，從而供顧客使用。實(shí)例分析結(jié)果表明：該平臺(tái)的使用，增添了特色農(nóng)莊的智能性，突顯了農(nóng)莊的特色，為綠色生活的全面實(shí)現(xiàn)奠定了堅(jiān)實(shí)的基礎(chǔ)?？傊?，基于云計(jì)算特色農(nóng)莊的提出填補(bǔ)了信息化建設(shè)在農(nóng)莊中應(yīng)用的空白，緩減了城市白領(lǐng)高強(qiáng)度的生活節(jié)奏，引領(lǐng)了健康的生活方式。

云計(jì)算平臺(tái);特色農(nóng)莊;蟲情預(yù)測(cè)模型;LVQ神經(jīng)網(wǎng)絡(luò)算法

0 引 言

隨著信息技術(shù)的發(fā)展、信息服務(wù)的普及,以及現(xiàn)代化城市的高速發(fā)展[1]，人們生活水平不斷提高，追求綠色食品，健康生活的人不斷增加。城市的喧鬧，工作的壓力讓人們感到疲乏；傳統(tǒng)的蔬菜、瓜果讓人們?nèi)狈Π踩校絹碓蕉嗟娜藘A向于回歸自然，而特色農(nóng)莊將成為現(xiàn)代城市中人們的首選。要建設(shè)特色農(nóng)莊，就要依托于云計(jì)算等先進(jìn)的科學(xué)技術(shù)，大力推進(jìn)農(nóng)莊在城市中的創(chuàng)新，建設(shè)適合城市人群需要的特色農(nóng)莊，讓人們?cè)诜泵Φ纳钪畜w驗(yàn)大自然帶來的清新，享受真正的綠色生活，向往智能化的生活環(huán)境[2]，提高城市生活的服務(wù)效率[3]。

1 平臺(tái)建設(shè)需求

自從提出云計(jì)算的概念以來，云計(jì)算技術(shù)在工商業(yè)領(lǐng)域得到了廣泛應(yīng)用，信息化城市、數(shù)字化城鎮(zhèn)等一系列云平臺(tái)相繼出現(xiàn)。但是，建設(shè)初期缺乏真正理解云平臺(tái)的內(nèi)涵和真諦，只有在谷歌、百度等專業(yè)的大型企業(yè)才真正實(shí)現(xiàn)了云平臺(tái)建設(shè)。農(nóng)業(yè)作為國(guó)內(nèi)的重要產(chǎn)業(yè)之一，在云計(jì)算中的應(yīng)用鮮未提及，因此產(chǎn)生了一個(gè)農(nóng)業(yè)信息化運(yùn)用中的缺口。

(1)從未提及云計(jì)算在農(nóng)莊中的應(yīng)用思路；

(2)有關(guān)農(nóng)產(chǎn)品的價(jià)格、產(chǎn)量、銷售量等數(shù)據(jù)處于保密或半保密狀況，致使很多小型企業(yè)和散戶難以獲取相關(guān)數(shù)據(jù)進(jìn)行有效預(yù)測(cè)；

(3)市面上缺少有關(guān)農(nóng)產(chǎn)品價(jià)格預(yù)測(cè)的智能模型，傳統(tǒng)的價(jià)格預(yù)測(cè)方式越來越不適應(yīng)社會(huì)的發(fā)展；

(4)城市中生活的人群難以享受綠色生活、綠色食品，難以實(shí)現(xiàn)回歸自然的愿望。

因此，隨著云計(jì)算技術(shù)的不斷發(fā)展，在農(nóng)業(yè)生產(chǎn)運(yùn)用中，急需利用智能算法構(gòu)建預(yù)測(cè)模型，搭建云平臺(tái)為其解決農(nóng)莊生產(chǎn)、運(yùn)營(yíng)中存在的實(shí)際問題，讓城市和鄉(xiāng)村更加緊密地聯(lián)系在一起，促進(jìn)綠色生活、健康生活。

1.1 平臺(tái)搭建基礎(chǔ)

云計(jì)算是近年來計(jì)算機(jī)科學(xué)界提出的一個(gè)新型的概念，它是計(jì)算機(jī)硬件、Internet技術(shù)、分布式計(jì)算和系統(tǒng)管理技術(shù)等領(lǐng)域不斷發(fā)展的產(chǎn)物，與這些發(fā)展成熟的技術(shù)息息相關(guān)[4]。作為一種新技術(shù)，云計(jì)算能夠采用完全虛擬化的形式去訪問計(jì)算機(jī)中大量的信息，并通過資源的整合給用戶提供一個(gè)信息明確、安全可靠的系統(tǒng)視圖。在學(xué)術(shù)和商業(yè)領(lǐng)域中，很多學(xué)者嘗試給云計(jì)算作一個(gè)較精確的定義。Buyya等[5]認(rèn)為：“云是由內(nèi)部互相連接的虛擬機(jī)構(gòu)成的分布式和并行計(jì)算系統(tǒng)，該系統(tǒng)能夠根據(jù)客戶和服務(wù)商之間的服務(wù)協(xié)議動(dòng)態(tài)地提供一種或者多種統(tǒng)一的信息資源?！盫aquero等[6]認(rèn)為：“云是一種非常容易使用，而且容易獲取，數(shù)量巨大的虛擬化的資源池(這些資源包括硬件設(shè)備、開發(fā)平臺(tái)以及服務(wù))。”這些信息資源可以采用動(dòng)態(tài)重新配置的方式調(diào)整為一個(gè)可變的規(guī)模，同時(shí)保證資源的利用率達(dá)到最佳水平。通常情況下，這種資源池由“云計(jì)算供應(yīng)商”按照事先的服務(wù)協(xié)議使用時(shí)付費(fèi)的模式進(jìn)行開發(fā)[4]，但是，由于云計(jì)算平臺(tái)能夠提供給成千上萬的用戶使用，因此，大大降低了供應(yīng)商的成本，所以用時(shí)付費(fèi)的費(fèi)用將很低。

云計(jì)算的體系結(jié)構(gòu)如圖1所示。

圖1 云計(jì)算體系結(jié)構(gòu)

基礎(chǔ)設(shè)施即服務(wù)：云平臺(tái)為用戶提供了服務(wù)器、數(shù)據(jù)存儲(chǔ)空間和安全

性能較高的防火墻等設(shè)施。用戶不需要對(duì)自己的個(gè)人計(jì)算機(jī)進(jìn)行升級(jí)，就能享受云服務(wù)商提供的各種硬件設(shè)備。

平臺(tái)即服務(wù)：云平臺(tái)為用戶提供了一個(gè)易于開發(fā)的良好環(huán)境。而且，專門服務(wù)和多個(gè)編程模型提供了一種新的應(yīng)用結(jié)構(gòu)塊[7]。

軟件即服務(wù)：云平臺(tái)在Web中為用戶提供了一個(gè)服務(wù)訪問，使用戶直接進(jìn)入具體使用的軟件，減輕了用戶維護(hù)軟件的負(fù)擔(dān)[8-9]。

目前，云計(jì)算在農(nóng)業(yè)、林業(yè)、交通、商業(yè)等領(lǐng)域應(yīng)用廣泛，并得到了各行業(yè)人士的認(rèn)可。

1.2 特色農(nóng)莊

特色農(nóng)莊最早源于智慧城市，研究初衷是試圖構(gòu)建新形式的智慧型管理模式[10]。特色農(nóng)莊是在城市快節(jié)奏生活的背景下而產(chǎn)生的，它是智慧農(nóng)業(yè)的一種表現(xiàn)形式。主要是針對(duì)國(guó)內(nèi)一、二線城市白領(lǐng)高強(qiáng)度的生活節(jié)奏，產(chǎn)生的一種減輕工作壓力、帶來健康的生活方式。主要包括以下幾方面的內(nèi)容。

(1)特色農(nóng)莊把整個(gè)農(nóng)莊分成若干塊土地，每一塊土地出租給一個(gè)用戶，種植該塊土地的用戶忙碌時(shí)，由農(nóng)莊的工人進(jìn)行管理，空閑時(shí)由該塊土地的主人進(jìn)行種植。

(2)拋棄農(nóng)業(yè)大棚、化肥、農(nóng)藥等現(xiàn)代化的產(chǎn)物，采用原始、古老的綠色生態(tài)種植方法對(duì)蔬菜、瓜果進(jìn)行種植。

(3)特色農(nóng)莊采用LVQ神經(jīng)網(wǎng)絡(luò)構(gòu)建的智能模型對(duì)農(nóng)作物的病蟲害進(jìn)行預(yù)測(cè)，及時(shí)處理可能產(chǎn)生的危害。特色農(nóng)莊采用聚類算法構(gòu)建蔬菜瓜果的價(jià)格預(yù)測(cè)模型，對(duì)各種蔬菜的價(jià)格進(jìn)行預(yù)測(cè)。

(4)特色農(nóng)莊種植的蔬菜由用戶帶回家食用，如果種植的蔬菜過量，由農(nóng)莊管理人員進(jìn)行銷售，所得收入歸用戶所有。如此一來，用戶不但能夠鍛煉身體，食用無公害的蔬菜瓜果，而且?guī)砹艘欢ǖ慕?jīng)濟(jì)收入。

(5)特色農(nóng)莊中病蟲害預(yù)測(cè)模型、蔬菜價(jià)格預(yù)測(cè)模型以及其他的信息由云計(jì)算平臺(tái)提供給所有的用戶。

在現(xiàn)代化進(jìn)程不斷推進(jìn)的今天，特色農(nóng)莊的應(yīng)用將更加廣泛，白領(lǐng)、公務(wù)員等特別是一些高管將會(huì)選擇特色農(nóng)莊的生活，更加親近自然，綠色健康。

2 特色農(nóng)莊智能預(yù)測(cè)模型的構(gòu)建

文中采用LVQ神經(jīng)網(wǎng)絡(luò)算法構(gòu)建智能化蟲情預(yù)測(cè)模型對(duì)特色農(nóng)莊中的病蟲害進(jìn)行預(yù)測(cè)，防止害蟲對(duì)農(nóng)莊作物的危害。采用聚類算法構(gòu)建農(nóng)作物價(jià)格預(yù)測(cè)模型，保證用戶的經(jīng)濟(jì)利益。

2.1 蟲情預(yù)測(cè)模型的建立

隨著計(jì)算機(jī)科學(xué)技術(shù)的快速發(fā)展，支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)等方法被眾多研究人員應(yīng)用于各類預(yù)測(cè)問題的研究中[11-12]。LVQ神經(jīng)網(wǎng)絡(luò)作為自組織競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)的改進(jìn)具有預(yù)測(cè)效果好、運(yùn)算速度快等優(yōu)點(diǎn)。

2.1.1 確定發(fā)生蟲害的主要因素

根據(jù)張德豐等的研究[13]，認(rèn)為農(nóng)莊中病蟲害的發(fā)生主要是由溫度、濕度、降雨和光照決定的，在對(duì)病蟲害進(jìn)行預(yù)測(cè)時(shí)，必須結(jié)合這4種因素，才能對(duì)蟲情進(jìn)行預(yù)測(cè)。因此將溫度、濕度、降雨和光照預(yù)定為影響病蟲害發(fā)生的主要因素，根據(jù)德爾菲技術(shù)征詢專家意見，直到統(tǒng)一意見為止，才能最終確定發(fā)生病蟲害的因素。

2.1.2 樣本數(shù)據(jù)的選擇與處理

以月份為單位，收集當(dāng)?shù)?年以來的平均氣溫、最高氣溫、最低氣溫、日照時(shí)間、降雨量這5個(gè)因素的數(shù)據(jù)，并采用premnmx函數(shù)對(duì)數(shù)據(jù)進(jìn)行歸一化處理。消除數(shù)據(jù)級(jí)之間的差別，使發(fā)生病蟲害的影響因素控制在-1～1之間，避免數(shù)量級(jí)差別過大造成預(yù)測(cè)誤差較大的現(xiàn)象[14]。

T=premnmx(t)

2×(a-min)/(max-min)-1

2.1.3LVQ網(wǎng)絡(luò)設(shè)計(jì)

將平均氣溫、最高氣溫、最低氣溫等5種經(jīng)過歸一化處理之后的因素作為輸入向量。確定輸入層中的神經(jīng)元個(gè)數(shù)為5，預(yù)設(shè)隱含層神經(jīng)元的個(gè)數(shù)為11，網(wǎng)絡(luò)層的輸出個(gè)數(shù)為1，輸出層神經(jīng)元個(gè)數(shù)為1。具體步驟如下[15-16]：

(1)將輸入向量送至輸入層，根據(jù)式(1)進(jìn)行計(jì)算，解決輸入向量與競(jìng)爭(zhēng)層神經(jīng)元的距離問題[15]。

(1)

(2)將一組測(cè)試集數(shù)據(jù)與訓(xùn)練集中的向量組進(jìn)行對(duì)比，尋找最接近的一組向量，標(biāo)記為Ci。

(3)測(cè)試集的向量組標(biāo)記為Cx。

(4)如果Ci=Cx，那么根據(jù)式(2)調(diào)整權(quán)值；如果Ci≠Cx，那么根據(jù)式(3)調(diào)整權(quán)值。

ωnew=ωold+ρ(x-ωold)

(2)

ωnew=ωold-ρ(x-ωold)

(3)

2.1.4 網(wǎng)絡(luò)訓(xùn)練及仿真

將收集到的5年以來的訓(xùn)練集數(shù)據(jù)輸入至網(wǎng)絡(luò)，進(jìn)行網(wǎng)絡(luò)訓(xùn)練。然后，將測(cè)試集的數(shù)據(jù)輸入網(wǎng)絡(luò)，就可以得到相對(duì)應(yīng)的輸出，即實(shí)現(xiàn)預(yù)測(cè)。

2.1.5 預(yù)測(cè)結(jié)果輸出

通過反歸一化算法，將預(yù)測(cè)模型中的數(shù)據(jù)進(jìn)行反歸一化處理得出具體的預(yù)測(cè)值，作為農(nóng)莊管理人員及種植戶對(duì)病蟲害預(yù)測(cè)的重要依據(jù)，根據(jù)預(yù)測(cè)結(jié)果及時(shí)采取相應(yīng)的措施防止病蟲害的產(chǎn)生、擴(kuò)大。反歸一化算法如下：

post_output=mapminmax('reverse',Y,outputs)

2.2 價(jià)格預(yù)測(cè)模型的建立

通過聚類分析法對(duì)特色農(nóng)莊中的蔬菜瓜果進(jìn)行價(jià)格預(yù)測(cè)，確保每一個(gè)種植戶應(yīng)有的基本利益。首先，人為地把菜蔬價(jià)格分為高價(jià)、較高價(jià)、適中、較便宜以及非常便宜5個(gè)類別。在聚類模型中訓(xùn)練樣本時(shí)，將具有相似特征的因素分配至相同的類中，分別生成了“高價(jià)、較高價(jià)、適中、較便宜、非常便宜”的5類目標(biāo)距離像，計(jì)算測(cè)試的數(shù)據(jù)與這5類目標(biāo)距離像的距離，哪一類的距離最小，說明哪一類的價(jià)格與測(cè)試數(shù)據(jù)的價(jià)格相似，從而實(shí)現(xiàn)特色農(nóng)莊中蔬菜瓜果的價(jià)格預(yù)測(cè)。具體實(shí)現(xiàn)方式如圖2所示。

2.3 特色農(nóng)莊在云平臺(tái)下的應(yīng)用

特色農(nóng)莊中蟲情的識(shí)別與預(yù)防已經(jīng)成為特色農(nóng)莊繼續(xù)發(fā)展的必要條件。文中以特色農(nóng)莊的應(yīng)用為例，詳細(xì)闡述云計(jì)算在特色農(nóng)莊中的應(yīng)用，如圖3所示。

(1)特色農(nóng)莊向云計(jì)算服務(wù)商申請(qǐng)?jiān)朴?jì)算平臺(tái)，該平臺(tái)能夠?yàn)樗械挠脩籼峁┯脩艚缑?，該界面?duì)個(gè)人計(jì)算機(jī)的配置無任何要求，而且能夠保證客戶使用的安全性以及向用戶提供相關(guān)的數(shù)據(jù)。

(2)在特色農(nóng)莊的平臺(tái)下，不但能夠?yàn)g覽該農(nóng)莊的信息、圖片、成果等，而且能夠運(yùn)用該平臺(tái)中的蟲情預(yù)測(cè)模型對(duì)不同種類的蔬菜進(jìn)行病蟲害的預(yù)測(cè)，能夠及時(shí)采取預(yù)防措施。不僅如此，該平臺(tái)還能不停地更新各種預(yù)測(cè)模型，并通過模型預(yù)測(cè)，得到相應(yīng)的各種預(yù)測(cè)信息。

圖2 聚類分析蔬菜瓜果價(jià)格預(yù)測(cè)模型

圖3 云計(jì)算在特色農(nóng)莊中的應(yīng)用結(jié)構(gòu)圖

(3)特色農(nóng)莊的模型預(yù)測(cè)系統(tǒng)完全免費(fèi)，因?yàn)樘厣r(nóng)莊的平臺(tái)由云計(jì)算服務(wù)商提供，在云平臺(tái)下共享硬件、軟件資源，特色農(nóng)莊只需要向服務(wù)商提供少量的費(fèi)用。

(4)在云平臺(tái)下，顧客可以隨時(shí)查看自己在農(nóng)莊中種植蔬菜(瓜果)的情況，確保綠色食品的安全性。

3 結(jié)束語

云計(jì)算的出現(xiàn)加快了農(nóng)業(yè)信息化的發(fā)展，將對(duì)特色農(nóng)業(yè)的發(fā)展起到不可估量的作用。目前，云計(jì)算已

經(jīng)在IT行業(yè)得到了較大的發(fā)展，逐步被人們所熟悉。如果將云計(jì)算的平臺(tái)真正移植到農(nóng)業(yè)中，不但能夠?qū)崿F(xiàn)特色農(nóng)莊等特色產(chǎn)業(yè)，更能夠帶動(dòng)國(guó)內(nèi)農(nóng)業(yè)的快速發(fā)展，真正實(shí)現(xiàn)農(nóng)業(yè)信息化,解決很多快速增長(zhǎng)階段的城市問題[17]。

[1] 張恒巍,何嘉婧,韓繼紅，等.基于智能優(yōu)化算法的模糊軟子空間聚類方法[J].計(jì)算機(jī)科學(xué)，2016,43(3)：256-261.

[2] 汪成亮，溫 鑫.智能環(huán)境下分布式Rete算法[J].計(jì)算機(jī)應(yīng)用，2016，36(7)：1893-1898.

[3] 席曉晶.“智慧城市”時(shí)代“物聯(lián)網(wǎng)”技術(shù)在城市管理中的應(yīng)用[J].物聯(lián)網(wǎng)技術(shù),2016,6(5):55-56.

[4] Buyya R,Broberg J,Goscinski A.Cloud computing principles and paradigms[M].[s.l.]:[s.n.],2013.

[5] Buyya R,Yeo C S,Venugopal S,et al.Cloud computing and emerging IT platforms:vision,hype,and reality for delivering computing as the 5th utility[J].Future Generation Computer Systems,2009,25(6):599-616.

[6] Vaquero L M,Rodero-Merino L,Caceres J,et al.A break in the clouds:towards a cloud definition[J].ACM SIGCOMM Computer Communications Review,2008,39(1):50-55.

[7] Appistry Inc.Cloud platforms vs.cloud infrastructure[M].[s.l.]:Appistry Inc.,2009.

[8] Youseff L,Butrico M,Silva D D.Toward a unified ontology of cloud computing[C]//Proceedings of the 2008 grid computing environments workshop.[s.l.]:[s.n.],2008:1-10.

[9] Hayes B.Cloud computing[J].Communications of the ACM,2008,51(7):9-11.

[10] Ho K L,Hsu Y Y,Yang C C.Short-term load forecasting using a multilayer neural network with an adaptive learning algorithm[J].IEEE Transactions on Power Systems,1992,7(1):141-148.

[11] 張振剛,丁 卓,田 帥.智慧城市視角下電力消費(fèi)的空間相關(guān)性與動(dòng)態(tài)增長(zhǎng)路徑：基于長(zhǎng)三角地區(qū)動(dòng)態(tài)空間面板數(shù)據(jù)的實(shí)證研究[J].管理工程學(xué)報(bào)，2016,30(3):99-105.

[12] 鄧乃揚(yáng),田英杰.數(shù)據(jù)挖掘中的新方法-支持向量機(jī)[M].北京:科學(xué)出版社,2004:77-162.

[13] 張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京:機(jī)械工業(yè)出版社,2009.

[14] 孫吉紅，彭 林，鄒秋霞.基于云計(jì)算平臺(tái)的智能預(yù)測(cè)模型研究[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2014(1)：43-46.

[15] 史 峰，王小川.MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析[M].北京:北京航空航天大學(xué)出版社,2010.

[16] 孫吉紅，張麗蓮，武爾維，等.基于智能算法的價(jià)格預(yù)測(cè)模型探究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2014,24(11)：107-109.

[17] 張 純,李 蕾,夏海山.城市規(guī)劃視角下智慧城市的審視和反思[J].國(guó)際城市規(guī)劃，2016,31(1):19-25.

Design and Discussion of Characteristic Farm Platform Based on Cloud Computing

QIAN Ye1,2,SUN Ji-hong3,PENG Lin1,2,LI Wen-feng2,4,ZHOU Hui5, LU Guo-quan1,2,WANG Xi-jin6

(1.School of Basis and Information Engineering,Yunnan Agricultural University,Kunming 650201,China; 2.Key Laboratory of Agricultural Information Technology in Yunnan,Kunming 650201,China; 3.Institute of Science and Technology in Yunnan,Kunming 650000,China; 4.Institute of New Rural Development Research，Yunnan Agricultural University,Kunming 650201,China； 5.School of Information Technology Engineering,Yuxi Normal University,Yuxi 653100,China； 6.School of Atmosphere Science,Chengdu University of Information Technology,Chengdu 610000,China)

Based on cloud computing platform,a characteristic farm wisdom model is built to reach the purpose of solving the problem that people pursue high quality and low carbon life.The conception of characteristic farm is put forward and the LVQ neural network algorithm is used to set up the pest forecasting model which solves the problem of insect pests.Then,clustering algorithm is used to construct price prediction model of fruits and vegetables to forecast their price.And the pest forecasting model,remote video of characteristic farm and relevant information for customers are built on cloud platform to serve the customers.Analysis of the example shows that the platform increase the intelligence of the farm,highlights the features of that,and laid a solid foundation for the comprehensive implementation of the green life.In conclusion,the characteristics farm based on cloud computing is proposed to fill the gaps in information construction used in farm and ease the pace of life with high strength for urban white-collar,leading a healthy lifestyle.

cloud computing platform;characteristic farm;pest forecasting model;LVQ neural network algorithm

2015-12-03

2016-04-20

時(shí)間：2017-01-10

國(guó)家自然科學(xué)基金資助項(xiàng)目(31260292)；云南省自然科學(xué)基金(2012FD020)；云南省教育科研基金項(xiàng)目(2015Y194)；云南省教育社會(huì)科學(xué)基金(2012C086)

錢 曄(1984-)，女，博士，CCF會(huì)員，研究方向?yàn)檐浖こ绦问交椒?、農(nóng)業(yè)信息化。

http://www.cnki.net/kcms/detail/61.1450.TP.20170110.0941.006.html

TP39

A

1673-629X(2017)02-0174-04

10.3969/j.issn.1673-629X.2017.02.040