基于物联网技术的石斛生态因子多元线性回归分析方法与流程

本发明涉及石斛数据分析方法领域，具体是一种基于物联网技术的石斛生态因子多元线性回归分析方法。

背景技术：

石斛在改善身体免疫力、延缓衰老、抗癌等方面具有极高的药用价值，石斛更是石斛中的极品，药效最佳，但是因其生长环境苛刻、野生产量极其稀少被列为我国濒危二级保护野生植物,为了有效的保护石斛的野生资源，必须大力发展规模化人工栽培，但由于缺少石斛各项适宜生态因素的具体参数以及缺乏对规模化培养环境因素的精确控制方法，目前石斛的人工种植存在产业化程度不高、优苗率较低、管理不够精细等问题。

技术实现要素：

本发明的目的是提供一种基于物联网技术的石斛生态因子多元线性回归分析方法，以解决现有技术石斛培育存在的缺少精确控制的问题。

为了达到上述目的，本发明所采用的技术方案为：

基于物联网技术的石斛生态因子多元线性回归分析方法，其特征在于：包括以下步骤：

(1)、在石斛生长现场布置摄像头以及多个不同类型的传感器，通过传感器采集石斛生长相关的各类生态因子参数，通过摄像头视频观察及定期测量的方式获取石斛的生长状况信息；

(2)、各个传感器分别通过自身无线数据发送装置将采集到的生态因子参数数据无线发送到网关，摄像头获得的生长状况信息通过有线方式传输到网关，网关通过以太网将接收到的石斛各类生态因子参数及生长状况信息传输到数据分析中心，定期测量得到的生长状况信息直接输入数据分析中心；

(3)、数据分析中心首先将接收到的石斛各类生态因子参数及生长状况信息进行分类，再利用多元线性回归模型分析各类生态因子参数与石斛生长状况的线性关系，最后通过最小二乘法拟合线性曲线给出线性参数的近似估计；

(4)、根据步骤(3)分析出的各类生态因子对石斛生长状况的线性关系，来调整石斛的培养环境，使得石斛的各类生态因子在其最适宜的参数范围内，从而提高石斛的培育效率。

所述的基于物联网技术的石斛生态因子多元线性回归分析方法，其特征在于：步骤(1)过程如下：

(1.1)、将多个不同类型的传感器布置在石斛的培训环境中，以采集与石斛生长相关的各类生态因子参数，传感器至少包含空气温湿度传感器、ph传感器、光照强度传感器，采集的生态因子参数至少包含温湿度、基质ph值、光照强度；

(1.2)、通过摄像头视频实时观察石斛的生长状况，同时定期对石斛的茎长进行测量，得到精确的石斛生长状况信息；

(1.3)、各个传感器分别通过自身无线数据发送装置将采集到的数据实时传输到网关，摄像头采集到的石斛生长状况实时传输到网关，定期测量的石斛的茎长数据也及时更新到数据分析中心。

所述的基于物联网技术的石斛生态因子多元线性回归分析方法，其特征在于：所述步骤(3)过程如下：

(3.1)、首先对接收到数据进行分类，将各类生态因子作为自变量x1,x2,…,xn，石斛的茎增长量作为因变量y；

(3.2)、设拟合多项式，如公式(1)所示：

y＝b0+b1xi1+b2xi2+…+bpxip(1)，

其中b0,b1,…,bp表述线性回归参数。

(3.3)、求解各点到这条曲线的距离平方之和，如公式(2)所示；

(3.4)、公式(2)是b的非负二次式，所以它的最小值一定存在根据极值原理，为了求得符合条件的值，对公式(2)两边bi求导数可以得到公式(3)：

可以将公式(3)改写为如公式(4)所示形式：

(3.5)、用a表示公式(4)中的系数矩阵如公式(5)所示：

公式(5)中x是多元线性回归模型中数据的结构矩阵，x'是结构矩阵x的转置矩阵，公式(4)中右端常数项也可用矩阵d来表示：

(3.6)、整个公式(4)可以表示为如公式(7)所示：

ab＝d(7)，

公式(4)也可表示为如公式(8)所示：

(x'x)b＝x'y(8)，

如果系数矩阵a满秩那么a的逆矩阵a^-1存在，则整个线性方程的最小二乘估计为如公式(9)所示：

b＝a^-1d＝(x^-1x)^-1x'y(9)，

公式(9)中b就是多元线性回归方程的回归系数。

与现有技术相比，本发明的有益之处体现在：

本发明的基于物联网技术的石斛生态因子多元线性回归分析方法首先采用物联网技术能够对数据进行实时而精确的采集，对于数据分析而言有充分的分析样本，其次采用多元线性分析的方法能够更加全面和科学的分析出多种生态因子对石斛生长的具体影响，最后采用最小二乘法更够更加精确的对生态因子与石斛生长情况的线性参数进行估计，也更能真实的反映环境中的生态因子参数对石斛生长的具体影响。

附图说明

图1基于“物联网”技术的石斛生态因子多元线性回归分析方法的系统结构框图。

图2石斛生态因子多元线性分析模型示意图。

具体实施方式

如图1、图2所示，基于物联网技术的石斛生态因子多元线性回归分析方法，包括以下步骤：

(1)、在石斛生长现场布置摄像头以及多个不同类型的传感器，通过传感器采集石斛生长相关的各类生态因子参数，通过摄像头视频观察及定期测量的方式获取石斛的生长状况信息；

(2)、各个传感器分别通过自身无线数据发送装置将采集到的生态因子参数数据无线发送到网关，摄像头获得的生长状况信息通过有线方式传输到网关，网关通过以太网将接收到的石斛各类生态因子参数及生长状况信息传输到数据分析中心，定期测量得到的生长状况信息直接输入数据分析中心；

(3)、数据分析中心首先将接收到的石斛各类生态因子参数及生长状况信息进行分类，再利用多元线性回归模型分析各类生态因子参数与石斛生长状况的线性关系，最后通过最小二乘法拟合线性曲线给出线性参数的近似估计；

(4)、根据步骤(3)分析出的各类生态因子对石斛生长状况的线性关系，来调整石斛的培养环境，使得石斛的各类生态因子在其最适宜的参数范围内，从而提高石斛的培育效率。

步骤(1)过程如下：

(1.1)、将多个不同类型的传感器布置在石斛的培训环境中，以采集与石斛生长相关的各类生态因子参数，传感器至少包含空气温湿度传感器、ph传感器、光照强度传感器，采集的生态因子参数至少包含温湿度、基质ph值、光照强度；

(1.2)、通过摄像头视频实时观察石斛的生长状况，同时定期对石斛的茎长进行测量，得到精确的石斛生长状况信息；

(1.3)、各个传感器分别通过自身无线数据发送装置将采集到的数据实时传输到网关，摄像头采集到的石斛生长状况实时传输到网关，定期测量的石斛的茎长数据也及时更新到数据分析中心。

步骤(3)过程如下：

(3.1)、首先对接收到数据进行分类，将各类生态因子作为自变量x1,x2,…,xn，石斛的茎增长量作为因变量y；

(3.2)、设拟合多项式，如公式(1)所示：

y＝b0+b1xi1+b2xi2+…+bpxip(1)，

其中b0,b1,…,bp表述线性回归参数。

(3.3)、求解各点到这条曲线的距离平方之和，如公式(2)所示；

(3.4)、公式(2)是b的非负二次式，所以它的最小值一定存在根据极值原理，为了求得符合条件的值，对公式(2)两边bi求导数可以得到公式(3)：

可以将公式(3)改写为如公式(4)所示形式：

(3.5)、用a表示公式(4)中的系数矩阵如公式(5)所示：

公式(5)中x是多元线性回归模型中数据的结构矩阵，x'是结构矩阵x的转置矩阵，公式(4)中右端常数项也可用矩阵d来表示：

(3.6)、整个公式(4)可以表示为如公式(7)所示：

ab＝d(7)，

公式(4)也可表示为如公式(8)所示：

(x'x)b＝x'y(8)，

如果系数矩阵a满秩那么a的逆矩阵a^-1存在，则整个线性方程的最小二乘估计为如公式(9)所示：

b＝a^-1d＝(x^-1x)^-1x'y(9)，

公式(9)中b就是多元线性回归方程的回归系数。

下面结合附图和具体的较佳实例对本发明进行详细阐述，以使本发明的优点和特征更易于被本领域的技术人员所理解，这些实例仅仅起到示范的目的，并不旨在对本发明的范围进行限定：

通过各类传感器采集到的数据与定期测量到的石斛茎增长量数据，经过归一化的处理后如表1所示。

表1归一化处理表

由y＝b0+b1xi1+b2xi2+b3xi3+b4xi4，求解各点到这条曲线的距离平方之和则有：

对上述公式两边bi求导数可以得到；

将数据带入上述c5中的上述系数矩阵a，则有

式中x是多元线性回归模型中数据的结构矩阵，x'是结构矩阵x的转置矩阵。右端常数项也可用矩阵d来表示：

将上述求得的x'x和x'y带入到求解公式b＝a^-1d＝(x'x)^-1x'y中，因为a满秩所以a^-1存在因此解得：

最终解得石斛生长状况与生态因子之间的关系为：

y＝20.851-0.099x1+0.190x2-0.028x3+2.042x4。