LM35 мэдрэгч ба машины сургалтын тусламжтайгаар өрөөний температурын урьдчилсан таамаглал: 4 алхам

2024 Зохиолч: John Day | [email protected]. Хамгийн сүүлд өөрчлөгдсөн: 2024-01-30 11:03

Танилцуулга

Өнөөдөр бид полиномын регрессийн тусламжтайгаар температурыг урьдчилан таамаглах машин сурах төсөл боловсруулахад анхаарлаа төвлөрүүлж байна.

Машин сурах нь хиймэл оюун ухаан (AI) програм бөгөөд системд тодорхой програмчлалгүйгээр автоматаар туршлага судлах, сайжруулах боломжийг олгодог.

Полиномын регресс: -полиномын регресс нь бие даасан хувьсагч x ба хамааралтай хувьсагчийн хоорондын хамаарлыг x дахь n-р зэрэглэлийн олон гишүүнт байдлаар загварчлах регрессийн шинжилгээний нэг хэлбэр юм.

Урьдчилан таамаглах: -Машин сурах нь өгөгдлийн хэв маягийг тодорхойлж, тэдгээрийг ашиглан урьдчилан таамаглах, шийдвэр гаргах арга юм. … Регрессийн хувьд та хоёр хувьсагчийн хоорондын хамаарлыг хэмжих, суурь хамаарал нь шугаман байх үед урьдчилан таамаглахад хамгийн тохиромжтой шугамыг хэрхэн тооцоолох талаар сурах болно.

2. Энэхүү төсөлд ашигласан зүйлс

Тоног төхөөрөмжийн бүрэлдэхүүн хэсгүүд

1. Эмэгтэй/Эмэгтэй холбогч утас × (Шаардлагын дагуу)
2. Breadboard (ерөнхий) × 1
3. LM35 мэдрэгч × 1
4. Болт IoT Bolt WiFi модуль × 1

Програм хангамж, онлайн үйлчилгээ

1. Болт IoT Болт CloudBolt
2. Android IoT програм

Алхам 1: LM35 мэдрэгчийг боолт руу холбох

Алхам 1: Мэдрэгчийг LM35 дээр бичсэнийг унших боломжтой байдлаар барь.

Алхам 2: Энэ байрлалд мэдрэгчийн зүүг зүүнээс баруун тийш VCC, Output, Gnd гэж тодорхойлно.

Тоног төхөөрөмжийн зураг дээр VCC нь улаан утастай, Гаралт нь улбар шар өнгөтэй, Gnd нь хүрэн утастай холбогдсон байна.

Алхам 3: Эрэгтэй, эмэгтэй утсыг ашиглан LM35 -ийн 3 зүүг Болт Wifi модульд дараах байдлаар холбоно.

• LM35 -ийн VCC зүү нь Bolt Wifi модулийн 5v -тэй холбогддог.
• LM35 гаралтын зүү нь Bolt Wifi модулийн A0 (аналог оролтын зүү) -тэй холбогддог.
• LM35 -ийн Gnd зүү нь Gnd -тэй холбогддог.

Алхам 2: Температурыг урьдчилан таамаглах

Алхам 1: 'Cloud, API and Alerts' модулийн 'VPS дээгүүр интерфэйс мэдрэгч' сэдвээр 'Температур хянагчийн тоног төхөөрөмжийн холболт' дэлгэцтэй ижил холболтыг хий.

Алхам 2: Цахилгаан хэлхээг асаагаад Bolt Cloud -тэй холбоно уу. (Болтын ногоон LED асаалттай байх ёстой)

Алхам 3: cloud.boltiot.com руу ороод шинэ бүтээгдэхүүн үүсгээрэй. Бүтээгдэхүүнийг бүтээхдээ бүтээгдэхүүний төрлийг гаралтын төхөөрөмж, интерфэйсийн төрлийг GPIO хэлбэрээр сонгоно уу. Бүтээгдэхүүнийг үүсгэсний дараа саяхан бүтээсэн бүтээгдэхүүнийг сонгоод тохируулах дүрс дээр дарна уу.

Алхам 4: Тоног төхөөрөмжийн таб дээрээс A0 зүүний хажууд байрлах радио товчийг сонгоно уу. Зүүг 'temp' гэж нэрлээд 'Хадгалах' дүрс ашиглан тохиргоог хадгална уу.

Алхам 5: Код таб руу шилжиж, бүтээгдэхүүний кодыг 'урьдчилан таамаглах' нэрээр өгч, кодын төрлийг js хэлбэрээр сонгоно уу.

Алхам 6: Температурын өгөгдлийг төлөвлөх, өгөгдөл дээр олон гишүүнт регрессийн алгоритмыг ажиллуулах, бүтээгдэхүүний тохиргоог хадгалахын тулд дараах кодыг бичнэ үү.

setChartLibrary ('google-chart');

setChartTitle ('PolynomialRegression');

setChartType ('predictionGraph');

setAxisName ('time_stamp', 'temp');

мул (0.0977);

plotChart ('time_stamp', 'temp');

Алхам 7: Бүтээгдэхүүний таб дээрээс үүсгэсэн бүтээгдэхүүнийг сонгоод дараа нь холбоосын дүрс дээр дарна уу. Гарч ирэх цонхонд Болт төхөөрөмжөө сонгоод 'Дууссан' товчийг дарна уу.

Алхам 8: 'Тохиргоог байршуулах' товчлуур дээр дараад 'Энэ төхөөрөмжийг харах' дүрс дээр дарж өөрийн зохиосон хуудсыг үзээрэй. Эцсийн гаралтын дэлгэцийн агшинг доор харуулав.

Алхам 9: Төхөөрөмж үүл рүү хангалттай өгөгдлийн цэг байршуулах хүртэл 2 цаг орчим хүлээнэ үү. Та дараа нь полиномын регрессийн алгоритм дээр үндэслэсэн таамаглалын графикийг харахын тулд таамаглах товчлуур дээр дарж болно.