文摘

随着科学技术的发展和工业化的提高,越来越多的行业的发展相互作用形成许多产业集群。各种行业的健康发展和安全,环境质量监测和管理在产业集群是至关重要的。目前,国内和外国企业和有关部门大力发展智能环境平台。本文的目的是设计一个智能环境产业集群基于云计算技术的平台。本文首先采用文献研究和网络调查的方法收集相关文献和研究成果,组织统计收集到的信息。然后,通过案例分析研究的需求和概述智能环境的建设在产业集群平台,它使用无线智能传感技术的物联网和互联网的信息交互技术为云计算提供数据通过移动终端和云计算提供各种类型数据服务的需求。然后,根据智能环境平台的需求分析,功能模块和操作规程设计智能环境的平台。主要监测内容是水质测试,空气质量测试、垃圾处理和土壤质量测试,等。最后,本文过程,分析,预测检测抽样数据通过云计算。它还可以定位和跟踪异常数据。通过数据的曲线拟合,可以预测该地区环境条件。 Experiments show that the prediction accuracy rate is as high as 93.8%, which plays an important role in monitoring and preventing environmental pollution.

1。介绍

1.1。背景和意义

随着各行业的发展,尤其是工业生产水平的提高,大量的交互和集成不同行业之间发生,形成产业集群。过去,环境污染问题主要是针对污染废气造成空气和水的质量、热量,产生的污水,和尘埃粒子在工业生产生产车间。然而,随着产业集群的形成,在许多领域发生交叉污染。这是由于不同的积累不同行业产生的废物。一些工业制造商的垃圾排放处理符合标准,但与其他行业相同。它造成了环境污染,危及人们的健康和工业发展。因此,人们越来越关注产业集群的环境监测,同时关注工业生产环境(1]。本研究的主要目的是分析和预测环境下基于智能传感器技术的交互的信息。事实上,产业集群的环境污染可能比一个更可怕的工业污染。各种工业废物的积累造成未知因素和成分的变化这些环境污染和环境治理带来了新的困难。一些污染物可以被人类感官,而有些因素如空气的污染,水质,重金属很难直观地观察。信息技术的快速发展,云计算时代的到来带来了新的机遇,有效解决这些环境问题。通过物联网的无线传感器技术,结合各种智能传感器、环境产业集群中的数据可以被监视和实时更新2]。传感器的技术发展可以划分为三个时期作为一个整体;第一代使用结构参数变化的经验和转换信号的结构类型,第二代是一种固体的某些特征的固体组件材料如半导体、电介质,磁性材料,第三代是所谓的智能传感器。数据处理、分析和预测的上载到云服务器通过网络连接。它可以有效地监控和防止环境污染的发生在产业集群。随着社交网络的发展,图片已经成为信息的主要载体,影响信息检索的效率。在这种情况下,图像识别技术尤为重要。随着时代的发展,这种技术也开始从起步阶段;它被用作一个工具来满足娱乐需求。它已经进入了一个高级阶段; artificial intelligence-based machines with vision can better perform their functions in information retrieval.

1.2。国内外相关研究

近年来,国内工业发展造成的环境污染日益严重,和有关部门越来越多的关注的环境监测和管理各种各样的产业集群。杨等人提出的建立一个智能室内环境监测系统结合ZigBee无线传感器网络技术和使用信息技术基于大数据和云计算环境中开发监控系统发出警告和监控室内公共区域,如学校、办公室、家庭或其他建筑物。空气质量确保更好的空气质量建设的人(3]。基于云计算技术,张等人提供电脑和其他设备共享的计算机处理和存储资源需求和有能力分享程序,数据和软件,建立一个分布式协作城市交通大数据系统,并促进在不同地理位置的人们解决交通问题的搜索(4]。基于行业的相关概念4.0,Wan构建一个智能制造环境平台基于移动服务和云计算技术来满足的需要定制制造行业中(5]。赵等人设计了一个基于云计算技术的综合数据采集系统在工业领域智能监控设备。目前,该设备将被应用到宝钢酸再生环境监测设备数据采集(6]。

在国外,工业化的发展比中国早得多。因此,早在18世纪,西方国家遇到工业化造成的环境污染问题。针对这一点,西方国家也采取了许多环境监测和管理保护措施。艾哈迈德等人提出一个使自动化解决无线传感器网络,适用于不同的环境监测的任务。这种机器人可以自动发现和监测污染的地区,帮助提高现有传统污染防治系统的效率,也就是说,集成现有的无线传感器网络与智能行为转化为一种自适应传感器系统,可以用来发现和跟踪污染区域的位置(7]。Scilimati等人分析了物联网机器人系统用于环境监测通过实验,发现无人驾驶飞机将不会产生任何重大开销由于车载物联网设备。整体服务质量所代表的数据检索延迟和丢包率满足任务要求。机器人系统可以揭示潜在破坏性的潜力(8]。现代网络不仅涉及计算机,但各种各样的其他互联设备,从手机到其他家居用品配备传感器。响应建模问题固有的困难造成的这些异象的物联网,Laghari和Niazi探索基于主体的建模方法的使用作为认知的一部分以代理人为基础的计算框架模型复杂的通信网络问题。这种建模方法已经应用于一个自治多代理体系结构,管理公司的网络的碳足迹。云计算在其他领域也有很多应用程序(9]。例如,Pareek和Patidar提出了一种灰度医学图像加密方法基于遗传算法的特点,基于云计算的特点。性能分析表明,该方案具有良好的统计性能,关键的敏感性,并能有效地抵抗强力攻击,微分攻击,明文攻击,和熵攻击(10]。为了有效地解决不一致的问题自动监测设备的通信协议和有限的数据采集和传输监控设备,果开发了一种可编程单点多输出智能数据采集和传输系统(11]。

上面描述的研究国内外学者特别提到了大数据和云计算。在他们的实验中,大量的数据支持和需要大量的计算,这个过程非常复杂。实验需要很专业的知识和良好的计算机技术。有必要完全理解所涉及的相关知识要点。机器的使用操作监控是更加困难。

1.3。本文的创新

本文主要讨论解决问题,传统的存储和处理技术不能满足监控的需求,介绍了云计算技术和人工智能技术构建一个基于云计算技术的智能环境平台。与传统的环境监测相比,本研究使用云计算技术相结合的应用无线传感器监控实时环境数据的产业集群,并通过云计算数据处理,以简化的传感器采集的数据量,同时保持高数据真实性,减少检测数据错误。及时的定位和跟踪异常数据检测环境污染的预防具有重要意义。

2。云计算技术在智能环境监测中的应用

2.1。云计算技术

云计算技术出生的背景下,互联网数据存储的数量继续增加,和传统数据库存储再也不能满足数据存储的需求。在互联网,云计算就像大脑的神经中枢。它问题相应的指令根据用户的需求,为用户提供数据服务和可配置的计算机资源。用户不需要深入交流与服务提供者和不需要考虑各种管理工作。这种数据的交互和服务模型为用户提供了方便、简单,高度可操作的服务,是深受越来越多的公司和个人12]。云计算的服务提供商,主要特点是分布式架构,云存储技术,虚拟化技术,越来越离不开大数据和人工智能的应用。大数据的处理大量的数据,这不可避免地不能通过传统的数据库传输和存储。它需要的帮助云计算和云存储的分布式架构和虚拟化技术。人工智能的核心是通过使用不同的算法来预测未来的研究大量数据来实现模拟和扩大人类智力的目的。这也离不开虚拟存储技术和云计算的海量数据处理技术13]。

2.2。无线智能传感器技术在环境监测中的应用

智能环境平台的主要功能之一,在这个研究是环境质量监测、需要的帮助无线智能传感技术的物联网。主要监测内容包括水质监测、空气质量监测、温度监测、噪声监测、生物监测、辐射监测、土壤质量监测。为了实现这些功能,需要各种各样的智能传感器,包括光学、声学、气体和化学。其主要原理是相似的。除了不同的测试对象,它是基于是否随机选择测试物质的某些指标超过规定的标准。信息反馈给中央处理单元(CPU)的传感器,然后通过无线网络连接到互联网接口(14,15]。例如,基于电动加热温度传感器,其原理公式如下:

其中, , ,和 ,分别代表了测量温度,温度越高价值和低温度的值。 , ,和 ,分别代表了温差电动势对应于这些温度值;通过这个公式,可以获得更准确的温度实际值。电容式传感器是用来检测空气质量。监控内容的原则是PM2.5和其他颗粒物空气中根据不同的传导率在空气和真空电子媒体。其主要的公式如下: 在哪里代表了相对介电常数在真空中,代表了相对介电常数在空气中,年代代表两个板块的面积, ,h,d代表的长度和宽度两个盘子和两个板块之间的距离,和k是静态的敏感性。

当传感器采样原始数据,如果原始采样数据直接传输到传感器的CPU,尽管获得的数据可以实时更新,这将是更现实的和可靠的。然而,该方法的采样频率过高,和获得的数据量太大,减少了传感器的处理效率,也大大降低了CPU的寿命。因此,在智能传感器,收集样本数据的平均值通常是通过智能传感器系统不断更新。例如,对于一组原始采样数据集 的数据量米时,系统将其作为新的采样值的平均值每n次了。具体方法如下(16,17]:

通过这种方式,一个新的采样数据集 减少到是谁的数据量 是获得。同样,在此基础上,斜率k最大值和最小值之间的采样数据也可以作为新的采样值。

这种方法也可以获得一个新的样本数据集 。应该注意的是,样本数据的最大值之间的斜率作为新的采样值。因此,需要更高的数据收集的频率以确保准确性。总之,这种方法的原理是使用的属性的意思X,方差年代,统计T对采样数据进行预处理,降低抽样数据,提高传感器的处理效率。研究表明,生活中的许多现象后,大量的随机实验统计近似服从正态分布。本文使用最重要的样本参数X和年代在正态分布来反映数据的总体特征,并进一步介绍了统计T检测样本数据中的异常值。如果在收集到的数据是一个可疑的价值,价值的统计T计算。如果T大于标准的价值,这些数据应该归类为异常数据。这是Grubbs例外排除方法(18]。

2.3。智能识别算法在图像处理

在智能环境平台,收集到的图片和视频数据需要处理和恢复通过某些技术。其中,最常见的干扰是光线和色彩的影响,所以无论是传感器、各种监测、设备和拍摄功能,都需要智能识别技术协助图像处理(19智能识别技术。本文主要介绍了光的处理技术在智能图像识别技术的一部分。传统的颜色系统(RGB)颜色空间模型包括三个颜色组件:红色,绿色和蓝色,但发现,三种颜色的相互影响是不利于颜色调整。因此,在此基础上,本文介绍了HSI颜色空间更符合人们的感知的外部颜色习惯和YCbCr颜色模型是常用的在各种屏幕视频播放系统20.]。原则RGB颜色空间颜色空间之间的转换公式如下:

在图像智能识别,有许多常用的检测算法。本文主要介绍了学习演算法,广泛应用于人脸识别也扮演着重要的角色在这个研究。其主要原理是让计算机不断进行分类和数据特性通过算法学习。例如,一个简单的应用程序的例子,智能图像识别人脸和非人类的面孔。如果一组图像数据 ,使用y= 1,y= 0代表收集到的样本图像数据作为人脸和非人类的脸。后N学习和分类,根据图像是否面临数据信息,使用y和n分别代表样本的数量与人脸和非人类的面孔。然后,可以获得样本数据的重量(21]。

根据单一特征之间的映射关系p样本和弱的分隔符f,所有的样品都可以不断分类关联规则,和错误分类率µ可以在此基础上获得的。计算公式如下:

在每一个计算过程,最小化错误分类率的分类器选择下一轮的分类。这个分类器是最好的弱分类器 。后N学习的时候,N最好的弱分类器可以获得。强分类器可以获得按重量计算和组合,在那里是参数λ值分类器时选为最佳的弱分类器。

2.4。在智能环境中位置和跟踪算法

在智能环境检测平台,发现异常数据,有时需要进行位置跟踪调查。这是广泛应用于警察系统,但它也广泛应用于其他领域(22]。一般来说,目标定位和跟踪的方法是通过建立模型实现的。例如,把无线传感器的目标定位和跟踪检测的数据作为一个例子。坐标系统,传感器作为坐标原点的监控目标的移动位置。如果目标在一条直线移动,可以使用一个基于RSSI测距的定位算法,它可以建立一个渐进模型的信号强度和距离(23]。

其中,通常设置为1米,这意味着参考距离,意味着之间的距离传感器发射信号和接收信号终端, , 时信号强度之间的距离传感器发送信号和接收信号的位置是什么 , ,通常表达的权力,米是指数疲软的信号发送与接收过程。距离越长,较弱的信号和更大的价值米。如果目标是统一的直线移动,目标跟踪和仿真运动模型可以根据建立的原则无味卡尔曼滤波(24]。

2.5。最小二乘法在数据处理

智能环境平台的产业集群,以减少造成的误差实时监控环境因素的变化在不同的工业领域,环境检测得到的数据值应该更真诚和可靠。这需要使用科学数据处理方法来处理收集到的数据通过智能传感器在环境检测和上传数据。常用的方法是最小二乘法。例如,温度和湿度的工业区,空气中PM2.5的分布,和其他环境值随时间变化,在收集原始数据,样本的数量可以减少上述方法,然后算法可以用来上传这些。数据被处理两次。最小二乘法的原理是曲线拟收集到的数据。回归的想法也在这里使用。与原始数据相比,处理过的数据大约是分布在一条曲线,这通常被称为。曲线拟合曲线,有时称为回归曲线。以这种方式获得的数据曲线平滑,和一些异常点的过程中,由于一些因素收集检测可以删除,减少实验误差,获得的数据更接近于真实价值(25,26]。

使用最小二乘法处理数据可以分析和预测环境数据更直观和清楚。当使用最小二乘法曲线拟抽样数据,拟合曲线的方程不能直接得到,因此回归的想法是必需的。首先,找到这些数据的回归直线方程。例如,假设一组采样数据是一个数组 的数据量n,并提出了这些数组中的数据点坐标,并发现他们都分布在一条直线附近。这条线是回归线或安装线。方程如下(27]:

线性方程的确定只需要的值k和b,实际检测到的值和计算值是由最小二乘法处理获得新的采样数据。这是一个数据简化过程。

当ω是最小的,用上面的公式发现的偏导吗k和b分别,使偏导数为零;然后,方程求解k和b可以得到如下:

替换k和b到(10),我们可以获得回归直线方程,然后进一步通过线方程找到拟合曲线方程。找到拟合曲线方程的过程实际上是寻找曲线方程y=F(x)的平方和的距离点的采样数据集 是最小的。F(x)可以通过最小化误差的平方和。误差平方和的公式如下:

3所示。实验研究在云计算技术在环境智能

3.1。研究对象

本文的研究对象是基于云计算的智能环境的设计平台的产业集群。在云计算的时代,信息的收集和分享各个行业逐渐接近云计算,和环境监测产业集群也离不开云计算的应用程序。基于环境监测的数据收集的困难当前产业集群,大规模的抽样数据,和大量的数据,传统的存储和处理技术不能满足实时监控的需要,更新的环境数据,研究云计算技术的引入和一些人工智能技术构建产业集群。区智能环境平台提供更聪明和实时环境数据信息服务企业,个人,和环境监督部门在产业集群,企业和个人可以注意环境变化和保护他们免受污染和环境监督部门监督和管理。

3.2。实验设计

本研究收集数据在产业集群环境监督通过搜索相关文件,在线调查和问卷调查,结合一些相关的研究成果设计产业集群的云computing-based智能环境平台。实验分为四个步骤:一是收集数据和组织数据,进行需求分析和技术理解的智能环境平台。第二是确定平台需要实现的功能需求分析的基础上,使用UML用例图和整体结构图确定平台的功能模块。第三是使用云计算虚拟存储和分布式数据处理技术实现智能环境平台的功能,它使用图像智能识别算法,目标基于RSSI测距的定位算法和非线性的布尔人跟踪算法来帮助云计算常见的算法与实现这些功能。第四,最小二乘法进行曲线拟合的收集环境数据来预测抽样地区的环境状况和变化趋势,并提出了一些建议在智能环境的建设平台和环境污染的预防和治疗。构建平台的过程中,由于云计算技术的理解和应用不足,遇到一些技术问题,和解决方案被发现通过咨询有关文件和咨询专业人士。例如,无线传感器采样获得的原始采样数据量很大,和一些数据测量错误,这都是不利于分析。因此,在处理这些数据的平台的过程中,一些算法用于转换数据,减少抽样数据的范围,保持高精度。

3.3。实验方法

3.3.1。文献研究方法

在本研究的准备工作,首先,通过知网等学术研究数据库资源,Wanfang, Duxiu,百联,相关研究文献咨询全面理解产业集群的环境监测的现状和一些研究结果。分析的必要性,构建一个基于云计算的智能环境平台基于环境污染造成的危害和损失在产业集群,并确定智能环境平台的功能需求,包括环境监测、位置跟踪、环境信息共享和环境污染预测。

3.3.2。网络调查方法

本文进行了网络调查企业的环境问题在各种工业集聚地区通过访问企业的公共平台信息在各种工业集聚地区。分析公司的关注各种环境数据指标和公司的环境管理的组成,发现一些公司只注重环境质量标准在自己的行业领域,不注意在该地区其他地区的环境条件。结合实地考察,发现这是由于不准确的环境监测数据在某些领域和环境在一些地区没有纳入监测范围。其次,一些环境监测传感器设备相对落后,环境数据信息处理效率较低,无法实时监控和环境指标,和发现数据错误。基于这些引用,这个研究对这些问题提出了相应的改进措施。

3.3.3。问卷调查方法

居民的问卷调查进行了工业集聚区,主要是公司员工,了解一些员工的意见和建议在环境监督和治理工业集聚区,找出当前环境监督的缺陷在工业集聚区。

4所示。讨论

4.1。需求分析在产业集群智能环境平台

为了深入研究产业集群的环境监测,本研究的相关人员进行实地考察和问卷调查的人在产业集群。从调查结果表1,发现有三个主要方法在产业集群为企业和个人获得环境信息。其中,最大的比例是环境信息发布的政府和各种网络媒体新闻,最大比例的44.3%,紧随其后的是应用程序向当地环境保护部门咨询相关的环境信息,最后是环境监测数据和个人观察结果公司的自愿组织。

根据上述调查结果,我们也可以发现,在产业集群,这两家公司和个人很少注意通过环保部门的环境信息,甚至不太关注环境问题。这源于这样一个事实:人们的环保意识还不够强,获取环境信息的方法是单身,和准确性和可信度太低了。如图1可见,人们更加关注环境问题,如垃圾污染、污水排放,和PM2.5,但不注意一些潜在的环境污染危害。

4.2。在产业集群设计的智能环境平台

根据智能环境平台的需求分析,本文研究和设计一个基于云计算技术的智能环境平台。图2显示平台系统管理员的用例图。它主要显示权威和系统管理员的服务功能,主要包括数据管理、帐户信息管理、系统管理。具体工作内容实时更新、上传和审查的数据,以及管理用户帐户权限和其他信息和系统后台操作和维护。

澄清后管理员和普通用户的权限和相应的服务类型,本文介绍了该平台的主要功能模块通过该平台系统的总体结构。如图3根据不同用户的不同权限,该平台将分配不同的服务接口后,进入主界面,用户可以获得相应的环境信息和其他服务。

图4系统流程图的智能环境的操作平台。用户第一次进入帐号、密码和其他相应信息的注册/登录界面,系统决定了在数据库中是否有相应的帐户信息。如果没有,进入注册界面,输入相关的信息。被管理员审核后,进入数据库,用户可以登录,然后得到相应的环境信息和其他服务根据不同的权限。

4.3。温度和湿度监测和预测精度的分析产业集群

这个聪明的环境平台的主要功能是环境监测,环境污染防治警报等。以下需要低温的温度和湿度监测在一个工业区为例,分析了温度和湿度的变化工业区和预测未来的温度。湿度变化趋势如表所示2。

根据上述监测数据收集和数据处理云计算,温度和湿度变化趋势的线状图在工业区域绘制如图5在下面。它可以发现原始数据采样数据处理后获得的拟合曲线附近波动,但总体趋势是一致的。此外,比较预测数据,发现这个曲线拟合方法具有更高的预测精度对温度和湿度的变化。

5。结论

本文首先在产业集群的环境条件进行一定的调查,分析和总结了现有的一些问题在产业集群的环境测试,和理解当前的安全问题和缺陷在产业集群的环境管理。针对这些问题,智能环境平台的功能应该提出。根据不同类型的传感器数据采集、复杂的条件,和大量的数据,提出了利用云计算技术来构建一个智能环境平台协助环境污染的预防和控制。通过实验,研究了智能环境平台的应用效果,与国内外相关环境监测和管理研究,现有的环境监测技术存在的缺陷,研究计划的智能环境平台是展示和分析。

通过案例分析和演示实验,基于云计算技术的智能环境产业集群平台设计本研究有以下创新。首先,无线传感器和互联网的结合可以使环境监测数据的实时更新,所以抽样获得的数据更为现实和具体。其次,引入云计算技术可以解决存储空间不足的问题生成的大量环境数据的实时监测和分析和处理的不便。这取决于云计算存储虚拟化和分布式体系结构的特点和需求提供服务的模式。然后,在数据处理的过程中,最小二乘法和各种基于云计算的算法用于处理数据经过一定的改进和优化。我们不仅可以获得更多的简洁和直观的数据,但也更精确的描述和预测抽样地区的环境条件。最后,使用几个定位和跟踪算法可以在任何位置监测环境条件在工业集聚区,和定位和跟踪发挥重要作用在环境污染的预防和预警和一些隐藏的安全隐患。例如,空气、温度、和热能传感器可以快速定位和跟踪火灾的位置,减少灾难的破坏和损失。在未来,智能环境中云计算的应用程序可以继续优化和深化。

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突的任何金融机构关于报告的材料在这个手稿。

确认

这项工作是支持的重大项目北京社会科学基金会“研究金融支持系统适应战略性新兴产业的协调发展京津冀”(没有。20 zda11)。