LM35 Sensor жана Machine Learning аркылуу бөлмө температурасын болжолдоо: 4 кадам

2024 Автор: John Day | [email protected]. Акыркы өзгөртүү: 2024-01-30 10:40

Киришүү

Бүгүн биз полиномиялык регрессия аркылуу температураны болжолдогон машинаны үйрөнүү долбоорун түзүүгө багытталганбыз.

Машина үйрөнүү - бул жасалма интеллектин (AI) колдонмосу, ал системаларга ачык программаланбастан автоматтык түрдө үйрөнүү жана тажрыйбасын өркүндөтүү мүмкүнчүлүгүн камсыз кылат.

Полиномиялык регрессия: -полиномиялык регрессия-регрессиялык анализдин бир түрү, анда х көз карандысыз өзгөрмөсү менен y көз каранды өзгөрмөсүнүн ортосундагы мамиле n-чи даражадагы полином катары моделделген.

Болжолдоо: -Машинаны үйрөнүү-бул маалыматтардагы үлгүлөрдү аныктоо жана аларды автоматтык түрдө божомолдорду же чечимдерди кабыл алуу жолу. … Регрессия үчүн, сиз эки өзгөрмөнүн ортосундагы корреляцияны өлчөөнү жана негизги байланыш сызыктуу болгондо алдын ала айтуу үчүн эң ылайыктуу сызыкты эсептөөнү үйрөнөсүз.

2. Бул долбоордо колдонулган нерселер

Аппараттык компоненттер

1. Аял/Аял Jumper Wires × (Зарылчылыгына жараша)
2. Нан тактасы (жалпы) × 1
3. LM35 сенсор × 1
4. Болт IoT Bolt WiFi модулу × 1

Программалык камсыздоо жана онлайн кызматтары

1. Болт IoT Болт CloudBolt
2. IoT Android колдонмосу

1 -кадам: LM35 сенсорун Болтко туташтыруу

1 -кадам: сенсорду LM35ти окуй ала тургандай кармаңыз.

2 -кадам: Бул позицияда сенсордун казыктарын VCC, Output жана Gnd катары солдон оңго карай аныктаңыз.

Аппараттык сүрөттө VCC кызыл зымга, Чыгуу кызгылт сары зымга жана Gnd күрөң зымга туташкан.

3 -кадам: Эркек менен аялдын зымын колдонуу LM35тин 3 казыгын Болт Wifi модулуна төмөнкүдөй туташтырыңыз:

• LM35тин VCC пини Bolt Wifi модулунун 5v туташат.
• LM35тин чыккычы Bolt Wifi модулунун A0 (аналогдук кирүүчү пин) туташат.
• LM35тин Gnd пини Gnd менен туташат.

2 -кадам: Температураны алдын ала айтуу

1 -кадам: 'Cloud, API жана Alerts' модулунун 'VPS аркылуу интерфейстүү сенсор' темасында 'Температура мониторунун аппараттык туташуулары' экраны менен бирдей байланыштарды жасаңыз.

2 -кадам: Районду иштетип, Болт Булутуна туташууга уруксат бериңиз. (Болттун Жашыл LEDи күйүп турушу керек)

3 -кадам: cloud.boltiot.com сайтына өтүп, жаңы продукт түзүңүз. Продукцияны түзүп жатканда, продукт түрүн Чыгуучу түзмөк катары жана GPIO катары интерфейс түрүн тандаңыз. Продукцияны түзгөндөн кийин, жакында түзүлгөн продуктту тандап, анан конфигурациялоо сөлөкөтүн чыкылдатыңыз.

4 -кадам: Аппараттык өтмөктө A0 пиндин жанындагы радио баскычын тандаңыз. Пинге 'темп' деген ат бериңиз жана 'Сактоо' сүрөтчөсүн колдонуп конфигурацияны сактаңыз.

5 -кадам: Код өтмөгүнө өтүңүз, продукт кодуна "болжолдоо" атын бериңиз жана код түрүн js катары тандаңыз.

6 -кадам: Төмөнкү кодду жазыңыз, температура маалыматын жана полиномалдык регрессия алгоритмин иштетип, продукт конфигурацияларын сактаңыз.

setChartLibrary ('google-chart');

setChartTitle ('Полиномиалдык Регрессия');

setChartType ('predictionGraph');

setAxisName ('time_stamp', 'temp');

мул (0.0977);

plotChart ('time_stamp', 'temp');

7 -кадам: Продукттар өтмөгүндө, түзүлгөн продуктту тандап, анан шилтеме сүрөтчөсүн басыңыз. Калматтуу түзмөгүңүздү калкып чыкмадан тандап, анан "Даяр" баскычын чыкылдатыңыз.

8 -кадам: "Конфигурацияны жайылтуу" баскычын чыкылдатып, анан "бул түзмөктү көрүү" сүрөтчөсүн чыкылдатып, сиз иштеп чыккан баракты көрүңүз. Төмөндө акыркы чыгаруунун скриншоту.

9 -кадам: Булутка жетиштүү маалымат чекитин жүктөө үчүн, түзмөктү болжол менен 2 саат күтө туруңуз. Сиз полиномалдык регрессия алгоритмине негизделген болжолдоо графигин көрүү үчүн болжолдоо баскычын чыкылдата аласыз.