顧成喜

(蘇州市職業(yè)大學 計算機工程學院，江蘇 蘇州 215104)

云平臺下智慧農(nóng)業(yè)傳感網(wǎng)絡(luò)的設(shè)計與實現(xiàn)

顧成喜

(蘇州市職業(yè)大學 計算機工程學院，江蘇 蘇州 215104)

近年來，隨著互聯(lián)網(wǎng)平臺的迅速發(fā)展，農(nóng)業(yè)傳感網(wǎng)絡(luò)能促進農(nóng)業(yè)向網(wǎng)絡(luò)型轉(zhuǎn)化;針對傳統(tǒng)農(nóng)業(yè)存在的資源交互性差、有效農(nóng)業(yè)數(shù)據(jù)普及范圍小、農(nóng)業(yè)網(wǎng)絡(luò)信息更新速度慢等問題，提出云平臺下智慧農(nóng)業(yè)傳感網(wǎng)絡(luò)的設(shè)計與實現(xiàn);利用大數(shù)據(jù)環(huán)境搭建專項數(shù)據(jù)云平臺，儲存匯集優(yōu)良農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)資源;采用云采資源換算算法，對云端平臺內(nèi)的數(shù)據(jù)進行快速調(diào)取，進行雙位動態(tài)影像空間設(shè)計;智能交互窗口模塊分為資源檢索、資源導航、農(nóng)資互動、專家指導4個板塊，智能交互窗口模塊采用高速視頻無損壓制算法，能夠保證傳輸流暢,同時采用片源壓制減小片源體積;通過仿真實驗測試證明，提出的云平臺下智慧農(nóng)業(yè)傳感網(wǎng)絡(luò)的設(shè)計各項數(shù)據(jù)優(yōu)異，滿足現(xiàn)代農(nóng)業(yè)發(fā)展應用要求，為現(xiàn)代化網(wǎng)絡(luò)型智慧農(nóng)業(yè)的生產(chǎn)應用領(lǐng)域提供新的思路。

云平臺；大數(shù)據(jù)環(huán)境；傳感網(wǎng)絡(luò)；智慧農(nóng)業(yè)

0 引言

近年來，隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，我國農(nóng)業(yè)發(fā)展方向正向資源多元化，農(nóng)業(yè)成果平臺化轉(zhuǎn)變[1]。借助網(wǎng)絡(luò)平臺的資源優(yōu)勢助力農(nóng)業(yè)發(fā)展，使優(yōu)秀農(nóng)業(yè)相關(guān)數(shù)據(jù)得到更好的運用、普及。經(jīng)過長時間實踐發(fā)現(xiàn)，傳統(tǒng)農(nóng)業(yè)網(wǎng)絡(luò)存在數(shù)據(jù)交互斷層、資源更新慢、農(nóng)戶切身體驗差、優(yōu)良農(nóng)業(yè)數(shù)據(jù)普及輻射范圍小等一系列問題[2-3]。經(jīng)過針對性深入分析發(fā)現(xiàn)，問題產(chǎn)生的根源在于缺乏一套完整的條理性強、農(nóng)業(yè)數(shù)據(jù)資源豐富、交互性強、操作門檻低的農(nóng)業(yè)網(wǎng)絡(luò)體系[4]。

結(jié)合近年來互聯(lián)網(wǎng)技術(shù)飛速發(fā)展，眾多農(nóng)業(yè)數(shù)據(jù)資源平臺的建立與大數(shù)據(jù)環(huán)境的推進，提出云平臺下智慧農(nóng)業(yè)傳感網(wǎng)絡(luò)的設(shè)計。利用大數(shù)據(jù)環(huán)境搭建專項數(shù)據(jù)云平臺，用于儲存匯集優(yōu)良農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)資源。采用云采資源換算算法，將大數(shù)據(jù)環(huán)境空間內(nèi)的優(yōu)秀農(nóng)業(yè)相關(guān)數(shù)據(jù)進行數(shù)據(jù)特征編碼附序，使云平臺空間內(nèi)數(shù)據(jù)條理化。通過設(shè)計的數(shù)據(jù)整合劃分模塊，將條理化數(shù)據(jù)進行動態(tài)交互空間排列，解決傳統(tǒng)農(nóng)業(yè)網(wǎng)絡(luò)中數(shù)據(jù)資源沉積、冗長造成的資源檢索正確率低、實用性差的問題。通過設(shè)計智能交互窗口模塊，將平臺內(nèi)數(shù)據(jù)通過簡單觸控數(shù)據(jù)交互方、圖形化數(shù)據(jù)展現(xiàn)。有效擴大數(shù)據(jù)實地成果化普及，推進農(nóng)業(yè)科學化發(fā)展。智能交互窗口模塊采用多頻次詞條展現(xiàn)統(tǒng)計算法(LDSVP)，智能分析數(shù)據(jù)檢索次數(shù)、云端數(shù)據(jù)更新實效等相關(guān)參數(shù)，保證提供數(shù)據(jù)的新鮮度。

通過仿真實驗測試證明提出的云平臺下智慧農(nóng)業(yè)傳感網(wǎng)絡(luò)的設(shè)計在資源儲存數(shù)量、檢索速度、資源分類數(shù)、體驗度等數(shù)據(jù)明顯優(yōu)于傳統(tǒng)農(nóng)業(yè)網(wǎng)絡(luò)平臺，并且設(shè)計的云平臺下智慧農(nóng)業(yè)傳感網(wǎng)絡(luò)具有免維護的優(yōu)點，極大地減小了人力資源開銷，充分滿足當今現(xiàn)代農(nóng)業(yè)發(fā)展應用要求。

1 云平臺下智慧農(nóng)業(yè)傳感網(wǎng)絡(luò)的設(shè)計與實現(xiàn)

1.1 大數(shù)據(jù)環(huán)境下農(nóng)業(yè)數(shù)據(jù)云平臺搭建

針對傳統(tǒng)農(nóng)業(yè)網(wǎng)絡(luò)空間中農(nóng)業(yè)數(shù)據(jù)資源繁雜、優(yōu)劣不一的問題，究其根源在于傳統(tǒng)農(nóng)業(yè)網(wǎng)絡(luò)提供數(shù)據(jù)資源的方式為單純檢索獲取第三方資源的方式[5]。由于不同的第三方農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)平臺有著不同的數(shù)據(jù)審核制度，造成平臺內(nèi)部農(nóng)業(yè)資源數(shù)據(jù)質(zhì)量不一，分類標準不一的問題。此種混亂數(shù)據(jù)經(jīng)過單一檢索引擎檢索處理、展現(xiàn)，無法達到數(shù)據(jù)整理統(tǒng)一、數(shù)據(jù)質(zhì)量劃分判別要求[6]。因此，提出云平臺下智慧農(nóng)業(yè)傳感網(wǎng)絡(luò)設(shè)計中首要任務(wù)是創(chuàng)建自有數(shù)據(jù)云平臺，對數(shù)據(jù)進行統(tǒng)一整合規(guī)劃，進行標準一致化處理，為后續(xù)設(shè)計模塊提供保障[7-8]。

結(jié)合互聯(lián)網(wǎng)大數(shù)據(jù)進程的推進，采用大數(shù)據(jù)環(huán)境下農(nóng)業(yè)數(shù)據(jù)云平臺框架設(shè)計。為了有效整理大數(shù)據(jù)空間中眾多第三方農(nóng)業(yè)平臺內(nèi)部農(nóng)業(yè)數(shù)據(jù)的類別、屬性、信息實效等信息數(shù)據(jù)，采用DTBLX算法，對不同第三方農(nóng)業(yè)平臺內(nèi)部數(shù)據(jù)資源進行特征化處理，DTBLX算法獨有的數(shù)據(jù)指紋甄別架構(gòu)能夠動態(tài)甄別云端平臺內(nèi)部數(shù)據(jù)有效性，實時與大數(shù)據(jù)空間進行資源交互對比，保證云平臺內(nèi)部數(shù)據(jù)的準確性[9-10]。DTBLX算法表達式如下所示。

G?G

(1)

其中:G為大數(shù)據(jù)空間概域；A、B、C為空間內(nèi)不同平臺所含數(shù)據(jù)量系數(shù)總值；A′、B′、C′為數(shù)據(jù)特征甄別提取概值評估系數(shù)；N為甄別框架轉(zhuǎn)化系數(shù)；i為空間轉(zhuǎn)化過程中動態(tài)值。

設(shè)計云平臺采用算法代碼交錯寫入方式，保證云平臺整體與算法之間形成相互關(guān)聯(lián)共享權(quán)限，代碼如下所示。

class="org.apache.commons.dbcp.BasicDataSource">

value="com.mysql.jdbc.Driver">

value="jdbc:mysql://localhost:3306/TestSSH">

value="root">

class="org.springframework.orm.hibernate3.LocalSessionFactoryBean">

org.hibernate.dialect.MySQLDialect

1=確認*

大數(shù)據(jù)環(huán)境下農(nóng)業(yè)數(shù)據(jù)云平臺架構(gòu)內(nèi)部運行工作原理如圖1所示。

圖1 大數(shù)據(jù)環(huán)境下農(nóng)業(yè)數(shù)據(jù)云平臺架構(gòu)內(nèi)部運行工作原理

1.2 云采資源換算算法

設(shè)計中為了對云端平臺內(nèi)數(shù)據(jù)進行快速調(diào)取，進行了雙位動態(tài)影像空間設(shè)計。雙位動態(tài)影像空間利用數(shù)據(jù)特征照影技術(shù)云平臺內(nèi)數(shù)據(jù)進行影像特征對應保存，影像信息體積小，便于數(shù)據(jù)檢索。同時，影像數(shù)據(jù)包含完整數(shù)據(jù)源信息，當檢索數(shù)據(jù)交互反饋確認指令時，算法自動進行影像換算，將云平臺空間中完整農(nóng)業(yè)相關(guān)數(shù)據(jù)資源進行下載回傳操作。這一套完整指令的運行，關(guān)鍵就在于采用的云采資源換算算法。

云采資源換算算法是針對傳統(tǒng)農(nóng)業(yè)網(wǎng)絡(luò)平臺資源搜索過程中存在的檢索結(jié)果數(shù)據(jù)反饋響應時間長、數(shù)據(jù)反饋準確率低而設(shè)計。云采資源換算算法自身具有大數(shù)據(jù)特征更新特性，算法核心集成兩套邏輯思路。兩套邏輯分別負責檢索數(shù)據(jù)的影像轉(zhuǎn)換、調(diào)取；另一部分負責自身算法特征運算匹配性評估、升級，達到提升數(shù)據(jù)檢索響應速度、提高檢索數(shù)據(jù)準確度的目的。云采資源換算算法表達式由換算式與邏輯式構(gòu)成，具體如下所示。

換算式：

(2)

動態(tài)數(shù)據(jù)空域排列位序發(fā)生數(shù)據(jù)構(gòu)成因子游離變化狀態(tài)下，算法表達式演變?yōu)椋?/p>

(3)

邏輯式：

(4)

邏輯式中，a、b、c、d代表數(shù)據(jù)特征構(gòu)成因子；n為排列末端終止因子系數(shù)。

設(shè)計中將云采資源換算算法集成在雙位動態(tài)影像空間的ISPT中，執(zhí)行代碼如下所示。

public SqlDataReader ReturnReader()

{

SqlDataReader reader; //云平臺結(jié)果反饋集reader.

return reader;

}

<%

Response.Write("

System.Data.SqlClient.SqlDataReader reader2=ReturnReader();

if (reader2.Read())

{

while (ReturnReader().Read())

{

Response.Write("

Person.java package codecodecode;

public class Person{ private String name; public void work(){ System.out.println("正在工作……");

} /** * @param name the name to set */ public void setName(String name)

{ this.name = name; }

/

Singer.java package codecodecode;

///*

public class Singer extends Person

{ public void work() { System.out.println("邏輯庫參值更新 ");

} }

FootballPlayer.j

package codecodecode;

public class FootballPlayer

extends Person

{ public void work(

) { System.out.println("影像源數(shù)據(jù)下載..."); }

} Test.java package codecodecode;

public class Test{

Person footballPlayer = new FootballPlayer();

Person singer = new Singer(...

云平臺下智慧農(nóng)業(yè)傳感網(wǎng)絡(luò)設(shè)計中云采資源換算算法工作原理如圖2所示。

圖2 云采資源換算算法工作原理

至此，提出的云平臺下智慧農(nóng)業(yè)傳感網(wǎng)絡(luò)設(shè)計的云端儲存模塊與數(shù)據(jù)處理算法的設(shè)計建立完成。為了使兩大模塊更好獲得人機交互體驗，實現(xiàn)智慧農(nóng)業(yè)操作簡單化，作出了智能交互窗口模塊的設(shè)計。

1.3 智能交互窗口模塊

設(shè)計中針對傳統(tǒng)農(nóng)業(yè)網(wǎng)絡(luò)存在的操作體驗性差、上手難的問題，采用了基于觸摸技術(shù)設(shè)計的智能交互窗口模塊。模塊分為資源檢索、資源導航、農(nóng)資互動、專家指導4個板塊。模塊整體詞條數(shù)據(jù)分析采用多頻次詞條展現(xiàn)統(tǒng)計算法(LDSVP)，直接對接底層智能分析代碼單元，實時與云端進行數(shù)據(jù)交互。多頻次詞條展現(xiàn)統(tǒng)計算法(LDSVP)表達式與智能分析代碼如下所示。

(5)

代碼：

printf(" Please input the inorder expression:");

gets(expression);

while(expression[position]!='