Details

Title Развитие уровня технологической готовности проекта стартапа «АгроСпектр»: выпускная квалификационная работа бакалавра: направление 01.03.02 «Прикладная математика и информатика» ; образовательная программа 01.03.02_04 «Биоинформатика»
Creators Четвергов Матвей Александрович
Scientific adviser Васильчук Владимир Юрьевич
Organization Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт
Imprint Санкт-Петербург, 2023
Collection Выпускные квалификационные работы; Общая коллекция
Subjects точное земледелие; программно-аппаратный комплекс мониторинга; нейронная сеть; precision farming; monitoring software and hardware complex; neural network
Document type Bachelor graduation qualification work
File type PDF
Language Russian
Level of education Bachelor
Speciality code (FGOS) 01.03.02
Speciality group (FGOS) 010000 - Математика и механика
DOI 10.18720/SPBPU/3/2023/vr/vr23-6086
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\25388
Record create date 8/7/2023

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

Данная работа посвящена разработке программно-аппаратного комплекса, состоящего из беспилотного летательного аппарата и алгоритма для прогнозирования урожайности сельскохозяйственных культур на основе данных, полученных с опытных полей, мультиспектральных спутниковых данных (вегетационных индексов растительности) и климатических параметров. Представлен обзор существующих решений,  проведена  разработка аппаратного прототипа  и  алгоритма прогнозирования урожайности. Завершающим этапом описана  нейронная  сеть, предиктивная модель прогнозирования урожайности. Дополнительно приведен анализ рынка для разработанного программно-аппаратного комплекса.

This work is devoted to the development of a software and hardware complex consisting of the unmanned aerial vehicle and the algorithm for predicting crop yields based on data obtained from experimental fields, multispectral satellite data (vegetation indices of vegetation) and climatic parameters. A review of the existing solutions is presented, the hardware prototype and the algorithm for predicting yields are developed. The final stage describes the neural network, the predictive model for predicting yields. Additionally, the market analysis for the developed software and hardware complex is given.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 11 
Last 30 days: 0

Detailed usage statistics