การทำนายอุณหภูมิห้องผ่านเซ็นเซอร์ LM35 และการเรียนรู้ของเครื่อง: 4 ขั้นตอน
การทำนายอุณหภูมิห้องผ่านเซ็นเซอร์ LM35 และการเรียนรู้ของเครื่อง: 4 ขั้นตอน
Anonim
การทำนายอุณหภูมิห้องผ่านเซ็นเซอร์ LM35 และการเรียนรู้ของเครื่อง
การทำนายอุณหภูมิห้องผ่านเซ็นเซอร์ LM35 และการเรียนรู้ของเครื่อง
การทำนายอุณหภูมิห้องผ่านเซ็นเซอร์ LM35 และการเรียนรู้ของเครื่อง
การทำนายอุณหภูมิห้องผ่านเซ็นเซอร์ LM35 และการเรียนรู้ของเครื่อง
การทำนายอุณหภูมิห้องผ่านเซ็นเซอร์ LM35 และการเรียนรู้ของเครื่อง
การทำนายอุณหภูมิห้องผ่านเซ็นเซอร์ LM35 และการเรียนรู้ของเครื่อง

บทนำ

วันนี้เรามุ่งเน้นที่การสร้างโปรเจ็กต์แมชชีนเลิร์นนิงที่คาดการณ์อุณหภูมิผ่านการถดถอยพหุนาม

แมชชีนเลิร์นนิงเป็นแอปพลิเคชั่นของปัญญาประดิษฐ์ (AI) ที่ช่วยให้ระบบสามารถเรียนรู้และปรับปรุงจากประสบการณ์โดยอัตโนมัติโดยไม่ต้องตั้งโปรแกรมไว้อย่างชัดเจน แมชชีนเลิร์นนิงมุ่งเน้นไปที่การพัฒนาโปรแกรมคอมพิวเตอร์ที่สามารถเข้าถึงข้อมูลและเรียนรู้ด้วยตนเอง

การถดถอยพหุนาม:-การถดถอยพหุนามเป็นรูปแบบหนึ่งของการวิเคราะห์การถดถอยซึ่งความสัมพันธ์ระหว่างตัวแปรอิสระ x และตัวแปรตาม y ถูกจำลองเป็นพหุนามดีกรีที่ n ใน x

การทำนาย:-การเรียนรู้ด้วยเครื่องเป็นวิธีการระบุรูปแบบในข้อมูลและใช้เพื่อคาดการณ์หรือตัดสินใจโดยอัตโนมัติ … สำหรับการถดถอย คุณจะได้เรียนรู้วิธีวัดความสัมพันธ์ระหว่างตัวแปรสองตัวและคำนวณเส้นที่เหมาะสมที่สุดสำหรับการคาดคะเนเมื่อความสัมพันธ์พื้นฐานเป็นเส้นตรง

2. สิ่งของที่ใช้ในโครงงานนี้

ส่วนประกอบฮาร์ดแวร์

  1. สายจัมเปอร์หญิง/หญิง×(ตามความต้องการ)
  2. เขียงหั่นขนม (ทั่วไป)×1
  3. LM35 เซ็นเซอร์×1
  4. Bolt IoT Bolt โมดูล WiFi × 1

แอพซอฟต์แวร์และบริการออนไลน์

  1. Bolt IoT Bolt CloudBolt
  2. IoT Android App

ขั้นตอนที่ 1: เชื่อมต่อเซ็นเซอร์ LM35 กับ Bolt

การเชื่อมต่อเซ็นเซอร์ LM35 กับ Bolt
การเชื่อมต่อเซ็นเซอร์ LM35 กับ Bolt
การเชื่อมต่อเซ็นเซอร์ LM35 กับ Bolt
การเชื่อมต่อเซ็นเซอร์ LM35 กับ Bolt
การเชื่อมต่อเซ็นเซอร์ LM35 กับ Bolt
การเชื่อมต่อเซ็นเซอร์ LM35 กับ Bolt

ขั้นตอนที่ 1: ถือเซ็นเซอร์ในลักษณะที่คุณสามารถอ่าน LM35 ที่เขียนไว้ได้

ขั้นตอนที่ 2: ในตำแหน่งนี้ ระบุพินของเซ็นเซอร์เป็น VCC เอาต์พุต และ Gnd จากซ้ายไปขวา

ในอิมเมจฮาร์ดแวร์ VCC เชื่อมต่อกับสายสีแดง เอาต์พุตเชื่อมต่อกับสายสีส้ม และ Gnd เชื่อมต่อกับสายสีน้ำตาล

ขั้นตอนที่ 3: การใช้สายตัวผู้กับตัวเมียเชื่อมต่อ 3 พินของ LM35 กับโมดูล Bolt Wifi ดังนี้:

  • พิน VCC ของ LM35 เชื่อมต่อกับ 5v ของโมดูล Bolt Wifi
  • พินเอาต์พุตของ LM35 เชื่อมต่อกับ A0 (พินอินพุตแบบอะนาล็อก) ของโมดูล Bolt Wifi
  • Gnd pin ของ LM35 เชื่อมต่อกับ Gnd

ขั้นตอนที่ 2: การทำนายอุณหภูมิ

การทำนายอุณหภูมิ
การทำนายอุณหภูมิ
การทำนายอุณหภูมิ
การทำนายอุณหภูมิ

ขั้นตอนที่ 1: ทำการเชื่อมต่อแบบเดียวกับหน้าจอ 'การเชื่อมต่อฮาร์ดแวร์สำหรับการตรวจสอบอุณหภูมิ' ในหัวข้อ 'การเชื่อมต่อเซ็นเซอร์ผ่าน VPS' ของโมดูล 'Cloud, API และ Alerts'

ขั้นตอนที่ 2: เปิดวงจรและปล่อยให้เชื่อมต่อกับ Bolt Cloud (ควรเปิด LED สีเขียวของ Bolt)

ขั้นตอนที่ 3: ไปที่ cloud.boltiot.com และสร้างผลิตภัณฑ์ใหม่ ขณะสร้างผลิตภัณฑ์ ให้เลือกประเภทผลิตภัณฑ์เป็นอุปกรณ์ส่งออก และประเภทอินเทอร์เฟซเป็น GPIO หลังจากสร้างผลิตภัณฑ์แล้ว ให้เลือกผลิตภัณฑ์ที่สร้างขึ้นล่าสุด จากนั้นคลิกที่ไอคอนกำหนดค่า

ขั้นตอนที่ 4: ในแท็บฮาร์ดแวร์ เลือกปุ่มตัวเลือกถัดจากพิน A0 ตั้งชื่อพินว่า 'ชั่วคราว' และบันทึกการกำหนดค่าโดยใช้ไอคอน 'บันทึก'

ขั้นตอนที่ 5: ย้ายไปที่แท็บรหัส ตั้งชื่อรหัสผลิตภัณฑ์ว่า 'ทำนาย' และเลือกประเภทรหัสเป็น js

ขั้นตอนที่ 6: เขียนโค้ดต่อไปนี้เพื่อพล็อตข้อมูลอุณหภูมิและเรียกใช้อัลกอริทึมการถดถอยพหุนามบนข้อมูล และบันทึกการกำหนดค่าผลิตภัณฑ์

setChartLibrary('google-chart');

setChartTitle('PolynomialRegression');

setChartType('กราฟทำนาย');

setAxisName('time_stamp', 'temp');

มูล(0.0977);

plotChart('time_stamp', 'ชั่วคราว');

ขั้นตอนที่ 7: ในแท็บผลิตภัณฑ์ เลือกผลิตภัณฑ์ที่สร้างขึ้น จากนั้นคลิกที่ไอคอนลิงก์ เลือกอุปกรณ์ Bolt ของคุณในป๊อปอัป จากนั้นคลิกปุ่ม 'เสร็จสิ้น'

ขั้นตอนที่ 8: คลิกที่ปุ่ม 'ปรับใช้การกำหนดค่า' จากนั้นคลิกไอคอน 'ดูอุปกรณ์นี้' เพื่อดูหน้าเว็บที่คุณออกแบบไว้ ด้านล่างนี้เป็นภาพหน้าจอของผลลัพธ์สุดท้าย

ขั้นตอนที่ 9: รอประมาณ 2 ชั่วโมงเพื่อให้อุปกรณ์อัปโหลดจุดข้อมูลที่เพียงพอไปยัง Cloud จากนั้น คุณสามารถคลิกที่ปุ่มคาดการณ์เพื่อดูกราฟการทำนายตามอัลกอริธึมการถดถอยพหุนาม

แนะนำ: