Բովանդակություն:
- Քայլ 1: LM35 տվիչը միացնել պտուտակին
- Քայլ 2: Pերմաստիճանի կանխատեսում
- Քայլ 3: Վերջնական կանխատեսումը կարծես այսպիսին է
Video: Սենյակի ջերմաստիճանի կանխատեսում LM35 տվիչի և մեքենայական ուսուցման միջոցով. 4 քայլ
2024 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2024-01-30 09:48
Ներածություն
Այսօր մենք կենտրոնացած ենք մեքենայական ուսուցման նախագծի կառուցման վրա, որը կանխատեսում է ջերմաստիճանը բազմանդամ ռեգրեսի միջոցով:
Մեքենայական ուսուցումը արհեստական ինտելեկտի (AI) կիրառում է, որն ապահովում է համակարգերին ինքնաբերաբար սովորելու և փորձից կատարելագործվելու ունակություն ՝ առանց հստակ ծրագրավորված լինելու: Մեքենայական ուսուցումը կենտրոնանում է համակարգչային ծրագրերի մշակման վրա, որոնք կարող են մուտք գործել տվյալներ և օգտագործել դրանք սովորել իրենց համար:
Բազմանդամ ռեգրեսիա.-բազմանդամ ռեգրեսիան ռեգրեսիայի վերլուծության մի ձև է, որի դեպքում անկախ x փոփոխականի և y կախված փոփոխականի միջև փոխհարաբերությունները մոդելավորվում են որպես x- ի n-րդ աստիճանի բազմանդամ:
Կանխատեսում. -Մեքենայական ուսուցումը տվյալների ձևերը որոշելու և դրանք կանխատեսումներ կամ որոշումներ կայացնելու ավտոմատ եղանակ է: … Հետընթացի համար դուք կսովորեք, թե ինչպես չափել հարաբերակցությունը երկու փոփոխականների միջև և հաշվարկել կանխատեսումներ անելու համար ամենահարմար գիծը, երբ հիմքում ընկած հարաբերությունը գծային է:
2. Այս նախագծում օգտագործվող իրերը
Սարքավորման բաղադրիչներ
- Իգական/իգական ցատկող լարեր × (ըստ անհրաժեշտության)
- Հացաթուղթ (ընդհանուր) × 1
- LM35 տվիչ × 1
- Bolt IoT Bolt WiFi մոդուլ × 1
Softwareրագրային ապահովման ծրագրեր և առցանց ծառայություններ
- Bolt IoT Bolt CloudBolt
- IoT Android հավելված
Քայլ 1: LM35 տվիչը միացնել պտուտակին
Քայլ 1. Սենսորը պահեք այնպես, որ կարողանաք կարդալ դրա վրա գրված LM35- ը:
Քայլ 2: Այս դիրքում, տվիչի սղոցները նշեք որպես VCC, Output և Gnd ՝ ձեր ձախից աջ:
Սարքավորումների պատկերում VCC- ն միացված է կարմիր մետաղալարին, Ելքը `նարնջագույն մետաղալարին, իսկ Gnd- ը` շագանակագույն մետաղալարին:
Քայլ 3. Արական և իգական լարերի օգտագործումը միացրեք LM35- ի 3 կապում Bolt Wifi մոդուլին հետևյալ կերպ.
- LM35- ի VCC կապը միանում է Bolt Wifi մոդուլի 5 վ -ին:
- LM35- ի ելքային կապը միանում է Bolt Wifi մոդուլի A0- ին (Անալոգային մուտքի քորոց):
- LM35- ի Gnd կապը միանում է Gnd- ին:
Քայլ 2: Pերմաստիճանի կանխատեսում
Քայլ 1. Կատարեք նույն կապերը, ինչ «wareերմաստիճանի մոնիտորի սարքավորումներ» էկրանին, «Ամպ, API և ահազանգեր» մոդուլի «Հղում դեպի սենսոր VPS- ով» թեմայում:
Քայլ 2. Միացրեք միացումը և թողեք, որ այն միանա պտուտակի ամպին: (Պտուտակի կանաչ լուսադիոդը պետք է միացված լինի)
Քայլ 3. Գնացեք cloud.boltiot.com և ստեղծեք նոր ապրանք: Արտադրանքը ստեղծելիս ընտրեք ապրանքի տեսակը որպես ելքային սարք և ինտերֆեյսի տեսակը `որպես GPIO: Ապրանքը ստեղծելուց հետո ընտրեք վերջերս ստեղծված արտադրանքը, այնուհետև կտտացրեք կազմաձևման պատկերակին:
Քայլ 4. Սարքավորումների ներդիրում ընտրեք ռադիո կոճակը A0 կապի կողքին: Նշեք «PIN» անունը և պահեք կազմաձևը `օգտագործելով« Պահել »պատկերակը:
Քայլ 5. Տեղափոխեք կոդերի ներդիր, ապրանքի կոդին տվեք «կանխատեսել» անունը և ընտրեք կոդի տեսակը որպես js:
Քայլ 6. Գրեք հետևյալ ծածկագիրը `ջերմաստիճանի տվյալները գծելու և տվյալների վրա բազմանդամ ռեգրեսիայի ալգորիթմը գործարկելու և արտադրանքի կազմաձևերը պահպանելու համար:
setChartLibrary ('google-chart');
setChartTitle («Բազմանդամային հետընթաց»);
setChartType ('predictionGraph');
setAxisName ('time_stamp', 'temp');
մուլ (0.0977);
plotChart ('time_stamp', 'temp');
Քայլ 7: Ապրանքների ներդիրում ընտրեք ստեղծված արտադրանքը, այնուհետև կտտացրեք հղման պատկերակին: Բացվող պատուհանում ընտրեք ձեր Bolt սարքը, այնուհետև կտտացրեք «Կատարված» կոճակին:
Քայլ 8. Կտտացրեք «տեղակայել կազմաձևում» կոճակին և այնուհետև «դիտել այս սարքը» պատկերակին ՝ ձեր նախագծած էջը դիտելու համար: Ստորև բերված է վերջնական արդյունքի սքրինշոթը:
Քայլ 9. Սպասեք մոտ 2 ժամ, մինչև սարքը բավականաչափ տվյալների կետ վերբեռնի Ամպին: Այնուհետև կարող եք սեղմել կանխատեսման կոճակը ՝ կանխատեսման գրաֆիկը դիտելու համար ՝ բազմանդամ ռեգրեսիայի ալգորիթմի հիման վրա:
Խորհուրդ ենք տալիս:
Սենյակի լույսը վերահսկվում է PIR տվիչի և Arduino- ի միջոցով. 6 քայլ
Սենյակի լուսավորությունը վերահսկվում է PIR տվիչի և Arduino- ի միջոցով: Այսօր մենք ձեր սենյակի լույսերը կառավարելու ենք Arduino PIR շարժման տվիչի միջոցով շարժման հայտնաբերման միջոցով: Այս նախագիծը շատ զվարճալի է և այն շատ գործնական կիրառություն ունի ձեր տանը և կարող է ձեզ որոշակի գումար խնայել ՝ այս նախագիծը կատարելով: Juու
Սենյակի ջերմաստիճանի և խոնավության մոնիտորինգ ESP32- ի և AskSensors Cloud- ի միջոցով. 6 քայլ
Սենյակի ջերմաստիճանի և խոնավության մոնիտորինգ ESP32- ի և AskSensors Cloud- ի միջոցով. Այս ձեռնարկում դուք կսովորեք, թե ինչպես վերահսկել ձեր սենյակի կամ գրասեղանի ջերմաստիճանը և խոնավությունը ՝ օգտագործելով DHT11 և ESP32 ամպին միացված: Մեր ձեռնարկների թարմացումները կարող եք գտնել այստեղ: DHT11 Տեխնիկական պայմաններ. DHT11 սենսորը կարող է չափել ջերմաստիճանը
Ինչպես հայտնաբերել բույսերի հիվանդությունները մեքենայական ուսուցման միջոցով. 6 քայլ
Ինչպես հայտնաբերել բույսերի հիվանդությունները մեքենայական ուսուցման միջոցով. Հիվանդ բույսերի հայտնաբերման և ճանաչման գործընթացը միշտ եղել է ձեռքով և հոգնեցուցիչ գործընթաց, որը պահանջում է մարդկանց տեսողական զննում բույսերի մարմինը, ինչը հաճախ կարող է հանգեցնել սխալ ախտորոշման: Նաև կանխատեսվել էր, որ որպես գլոբալ
Arduino ինտերֆեյս ուլտրաձայնային տվիչի և անհպում ջերմաստիճանի տվիչի հետ `8 քայլ
Arduino- ի ինտերֆեյս ուլտրաձայնային տվիչի և ջերմաստիճանի անշփման սենսորի հետ. Մեր օրերում արտադրողները, ծրագրավորողները նախընտրում են Arduino- ն `նախագծերի նախատիպերի արագ զարգացման համար: Arduino- ն բաց կոդով էլեկտրոնիկայի հարթակ է, որը հիմնված է հեշտ օգտագործման ապարատային և ծրագրային ապահովման վրա: Arduino- ն ունի շատ լավ օգտագործողների համայնք: Այս նախագծում
Օբյեկտների վրա հիմնված ծրագրավորում. Օբյեկտների ստեղծում Ուսուցման/ուսուցման մեթոդ/տեխնիկա Մկրատների միջոցով. 5 քայլ
Օբյեկտների վրա հիմնված ծրագրավորում. Օբյեկտների ստեղծում Ուսուցման/ուսուցման մեթոդ/տեխնիկա Մկրատների օգտագործմամբ. Սա միջոց է, որը թույլ է տալիս նրանց պատկերացնել և տեսնել դասերից օբյեկտների ստեղծման գործընթացը: Մասեր. 1. Մկրատ (ցանկացած տեսակի կանի): 2. Թուղթ կամ թղթի կտոր: 3. Մարկեր