Ramalan Suhu Bilik Melalui Sensor LM35 dan Pembelajaran Mesin: 4 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:09

Pengenalan

Hari ini kita fokus membina projek pembelajaran mesin yang meramalkan suhu melalui regresi polinomial.

Pembelajaran mesin adalah aplikasi kecerdasan buatan (AI) yang menyediakan sistem kemampuan untuk belajar dan memperbaiki secara automatik dari pengalaman tanpa diprogram secara eksplisit. Pembelajaran mesin memberi tumpuan kepada pengembangan program komputer yang dapat mengakses data dan menggunakannya untuk belajar sendiri.

Regresi Polynomial: -polynomial regression adalah satu bentuk analisis regresi di mana hubungan antara pemboleh ubah bebas x dan pemboleh ubah bersandar y dimodelkan sebagai polinomial darjah ke-9 dalam x.

Ramalan: -Mesin pembelajaran mesin adalah cara mengenal pasti corak dalam data dan menggunakannya untuk membuat ramalan atau keputusan secara automatik. … Untuk regresi, anda akan belajar bagaimana mengukur korelasi antara dua pemboleh ubah dan menghitung garis yang paling sesuai untuk membuat ramalan ketika hubungan yang mendasari adalah linear.

2. Perkara yang digunakan dalam projek ini

Komponen perkakasan

1. Wayar Pelompat Wanita / Wanita × (mengikut keperluan)
2. Papan roti (generik) × 1
3. Sensor LM35 × 1
4. Modul WiFi Bolt IoT × 1

Aplikasi perisian dan perkhidmatan dalam talian

1. Bolt IoT Bolt CloudBolt
2. Aplikasi Android IoT

Langkah 1: Menyambungkan Sensor LM35 ke Bolt

Langkah 1: Pegang sensor sedemikian rupa sehingga anda dapat membaca LM35 yang tertulis di atasnya.

Langkah 2: Pada kedudukan ini, kenal pasti pin sensor sebagai VCC, Output dan Gnd dari kiri ke kanan.

Dalam gambar Perkakasan, VCC disambungkan ke wayar merah, Output disambungkan ke wayar oren dan Gnd disambungkan ke wayar coklat.

Langkah 3: Menggunakan wayar lelaki ke wanita sambungkan 3 pin LM35 ke Modul Bolt Wifi seperti berikut:

• Pin VCC LM35 menghubungkan ke 5v modul Bolt Wifi.
• Pin output LM35 menyambung ke A0 (Pin input analog) modul Bolt Wifi.
• Pin Gnd LM35 menghubungkan ke Gnd.

Langkah 2: Meramalkan Suhu

Langkah 1: Buat sambungan yang sama dengan skrin 'Sambungan perkakasan untuk monitor suhu', dalam topik 'Interfacing sensor over VPS' dari modul 'Cloud, API and Alerts'.

Langkah 2: Hidupkan litar dan biarkan menyambung ke Bolt Cloud. (LED Hijau Bolt harus menyala)

Langkah 3: Pergi ke cloud.boltiot.com dan buat produk baru. Semasa membuat produk, pilih jenis produk sebagai Peranti Keluaran dan jenis antara muka sebagai GPIO. Setelah membuat produk, pilih produk yang baru dibuat dan kemudian klik pada ikon konfigurasi.

Langkah 4: Di tab perkakasan, pilih butang radio di sebelah pin A0. Beri pin nama 'temp' dan simpan konfigurasi menggunakan ikon 'Simpan'.

Langkah 5: Pindah ke tab kod, beri nama produk 'ramalan', dan pilih jenis kod sebagai js.

Langkah 6: Tuliskan kod berikut untuk memplot data suhu dan jalankan algoritma regresi polinomial pada data, dan simpan konfigurasi produk.

setChartLibrary ('google-chart');

setChartTitle ('PolynomialRegression');

setChartType ('predictionGraph');

setAxisName ('time_stamp', 'temp');

mul (0.0977);

plotChart ('time_stamp', 'temp');

Langkah 7: Pada tab produk, pilih produk yang dibuat dan kemudian klik pada ikon pautan. Pilih peranti Bolt anda di pop timbul dan kemudian klik butang 'Selesai'.

Langkah 8: Klik pada butang 'menyebarkan konfigurasi' dan kemudian ikon 'lihat peranti ini' untuk melihat halaman yang telah anda reka. Berikut adalah tangkapan skrin output akhir.

Langkah 9: Tunggu sekitar 2 jam sehingga peranti memuat naik titik data yang cukup ke Cloud. Anda kemudian boleh mengklik butang ramalan untuk melihat grafik ramalan berdasarkan algoritma regresi polinomial.