LM35 сенсоры мен машиналық оқыту арқылы бөлме температурасын болжау: 4 қадам

2024 Автор: John Day | [email protected]. Соңғы өзгертілген: 2024-01-30 10:25

Кіріспе

Бүгін біз көпмүшелік регрессия арқылы температураны болжайтын машиналық оқыту жобасын құруға бағытталғанбыз.

Машиналық оқыту - бұл жасанды интеллект (AI) қосымшасы, ол жүйелерге нақты бағдарламаланбастан автоматты түрде тәжірибені үйренуге және жетілдіруге мүмкіндік береді.

Көпмүшелік регрессия: -полиномиялық регрессия-х тәуелсіз айнымалы мен тәуелді айнымалы y арасындағы байланыс х дәрежесінде n-ші дәрежелі полином ретінде модельденетін регрессиялық талдаудың бір түрі.

Болжау: -Машиналық оқыту-бұл деректердегі заңдылықтарды анықтау және оларды автоматты түрде болжау немесе шешім қабылдау үшін қолдану әдісі. … Регрессия үшін сіз екі айнымалы арасындағы корреляцияны өлшеуді және негізгі байланыс сызықтық болған кезде болжам жасау үшін ең қолайлы сызықты есептеуді үйренесіз.

2. Бұл жобада қолданылатын заттар

Аппараттық компоненттер

1. Әйелдер/әйелдер секіргіштері × (қажеттілікке қарай)
2. Нан тақтасы (жалпы) × 1
3. LM35 сенсоры × 1
4. Bolt IoT Bolt WiFi модулі × 1

Бағдарламалық жасақтама және онлайн қызметтері

1. Bolt IoT Bolt CloudBolt
2. IoT Android қосымшасы

1 -қадам: LM35 датчигін болтқа қосу

1 -қадам: сенсорды LM35 -ті оқуға болатындай етіп ұстаңыз.

2 -қадам: Бұл позицияда сенсордың түйреуіштерін солдан оңға қарай VCC, Output және Gnd ретінде анықтаңыз.

Аппараттық құралдың суретінен VCC қызыл сымға, шығыс қызғылт сары сымға, ал Gnd қоңыр сымға қосылған.

3 -қадам: LM35 -тің 3 түйреуішін болт Wifi модуліне еркек пен әйел сымының көмегімен келесі түрде қосыңыз:

• LM35 VCC түйрегіші Bolt Wifi модулінің 5В қосылады.
• LM35 шығыс штыры Bolt Wifi модулінің A0 (аналогтық кіріс түйреуішіне) қосылады.
• LM35 -тің Gnd штыры Gnd -ге қосылады.

2 -қадам: Температураны болжау

1 -қадам: 'Cloud, API және Alerts' модулінің 'VPS арқылы интерфейс сенсоры' тақырыбындағы 'Температура мониторына арналған аппараттық қосылымдар' экраны сияқты байланыстарды жасаңыз.

2 -қадам: Электр тізбегін қосыңыз және оны болтты бұлтқа қосыңыз. (Болттың жасыл жарық диоды қосулы болуы керек)

3 -қадам: cloud.boltiot.com сайтына өтіп, жаңа өнім жасаңыз. Өнімді жасау кезінде шығыс құрылғысы ретінде өнім түрін және GPIO ретінде интерфейс түрін таңдаңыз. Өнімді жасағаннан кейін жақында жасалған өнімді таңдаңыз, содан кейін конфигурация белгішесін нұқыңыз.

4 -қадам: Аппараттық қойындыда A0 түйреуішінің жанындағы радио түймені таңдаңыз. Ілмекке 'temp' атауын беріңіз және 'Сақтау' белгішесі арқылы конфигурацияны сақтаңыз.

5 -қадам: Код қойындысына өтіңіз, өнім кодына «болжау» атауын беріңіз және код түрін js ретінде таңдаңыз.

6 -қадам: Температура мәліметтерін салу және деректер бойынша полиномды регрессия алгоритмін іске қосу және өнім конфигурациясын сақтау үшін келесі кодты жазыңыз.

setChartLibrary ('google-chart');

setChartTitle ('КөпмүшелікРегрессия');

setChartType ('predictionGraph');

setAxisName ('time_stamp', 'temp');

муль (0,0977);

plotChart ('уақыт_тампасы', 'уақыт');

7 -қадам: Өнімдер қойындысында жасалған өнімді таңдаңыз, содан кейін сілтеме белгішесін нұқыңыз. Қалқымалы терезеде Bolt құрылғысын таңдаңыз, содан кейін 'Done' түймесін басыңыз.

8 -қадам: Сіз жасаған бетті көру үшін «конфигурацияны орналастыру» түймесін, содан кейін «осы құрылғыны қарау» белгішесін басыңыз. Төменде соңғы шығарылымның скриншоты берілген.

9 -қадам: Құрылғы бұлтқа жеткілікті деректер нүктесін жүктеу үшін шамамен 2 сағат күтіңіз. Содан кейін полиномды регрессия алгоритміне негізделген болжау графигін көру үшін болжау түймесін басуға болады.