📄Работа №146492
Тема: Разработка веб-приложения для работы с алгоритмами точного земледелия
Тип работы
Бакалаврская работа
Предмет
Информационные системы
Объем:
40 листов
Год:
2024
Просмотров:
65
4700
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 4
1. Постановка задачи 6
2. Обзор 7
2.1. Обзор предметной области 7
2.2. Обзор аналогов 9
2.3. Обзор требований к реализуемому приложению 10
2.4. Обзор технологий для реализации приложения 11
3. Описание архитектуры 18
3.1. Архитектура серверной части 18
3.2. Архитектура клиентской части 20
4. Описание реализации 23
4.1. Пользовательские аккаунты 23
4.2. Карта 24
4.3. Редактирование границ полей 25
4.4. Визуализация показателей характеристик посевов .... 26
4.5. Заполнение данных севооборота и отображение урожай
ности 27
4.6. Локализация интерфейса 29
4.7. Тестирование 29
4.8. Непрерывное развертывание 30
5. Апробация 31
Заключение 33
Список литературы 34
1. Постановка задачи 6
2. Обзор 7
2.1. Обзор предметной области 7
2.2. Обзор аналогов 9
2.3. Обзор требований к реализуемому приложению 10
2.4. Обзор технологий для реализации приложения 11
3. Описание архитектуры 18
3.1. Архитектура серверной части 18
3.2. Архитектура клиентской части 20
4. Описание реализации 23
4.1. Пользовательские аккаунты 23
4.2. Карта 24
4.3. Редактирование границ полей 25
4.4. Визуализация показателей характеристик посевов .... 26
4.5. Заполнение данных севооборота и отображение урожай
ности 27
4.6. Локализация интерфейса 29
4.7. Тестирование 29
4.8. Непрерывное развертывание 30
5. Апробация 31
Заключение 33
Список литературы 34
📖 Введение
В настоящее время часто обсуждаются вопросы изменения климата, увеличения мирового населения, ограниченности таких аграрных ресурсов, как пахотные земли и вода. Так, например, в отчете Продовольственной и сельскохозяйственной организации Объединенных наций [2] говорится о том, что 69% используемых водных ресурсов приходится на сельское хозяйство. В связи с этим становится очевидной актуальность проблемы повышения эффективности сельского хозяйства.
Распространенным подходом к увеличению эффективности сельского хозяйства является применение концепции точного земледелия. В работе [22] использование точного земледелия позволило увеличить урожайность пшеницы на 22%. Согласно статье [1] точное земледелие основано на использовании в управлении процессами земледелия таких показателей, как состояние почвы, здоровье посевов, действие удобрений и пестицидов, орошение, а также на применении технологий оценки и предсказания урожайности с высоким пространственным разрешением.
Одним из центров, разрабатывающих решения, связанные с точным земледелием, является Skoltech Agro (Сколковский институт науки и технологий, Россия). В нем развиваются исследовательские проекты в сфере цифрового сельского хозяйства. Одним из таких проектов является Envirotyping and Digitalization. Его цель — разработать систему прогнозирования урожайности сельскохозяйственных культур с учетом факторов окружающей среды. Наличие качественного прогноза урожайности культур на полях помогает принимать такие решения, как выбор сельскохозяйственных культур и сортов, времени засева и сбора урожая, объема полива, финансовой политики предприятия, обладая большим количеством информации. Для реализации модели прогнозирования урожайности используются алгоритмы глубокого обучения, использующие временную компоненту (Spatio-Temporally Weighted Deep Neural Networks), — подход к анализу временных рядов на многоразмерных данных. Это позволяет преодолеть недостатки существующих алгоритмов, которые для оценки урожайности используют только пространственную компоненту. В качестве входных данных для прогнозирования урожайности разрабатываемый инструмент использует информацию об урожайности в предыдущие годы, данные об окружающей среде, сценарии изменения климата, характерные для России свойства сельскохозяйственных культур. Реализацию решения можно разделить на две части — систему анализа данных, преобразующую данные для прогнозирования урожайности в предсказание, и приложение, цель которого состоит в том, чтобы предоставить пользователю интерфейс для ввода бизнес-данных и отображения прогнозов урожайности.
Данная работа посвящена разработке пользовательского приложения. В его функциональность входит: создание пользовательских аккаунтов, загрузка бизнес-данных (например, координаты полей, выращиваемые культуры, даты севооборота), отображение истории урожайности и предсказаний, визуализации другой необходимой информации о посевах. Для обеспечения универсального доступа к приложению с различных устройств без необходимости установки, а также облегчения обновлений, решение должно быть реализовано как веб-приложение.
Распространенным подходом к увеличению эффективности сельского хозяйства является применение концепции точного земледелия. В работе [22] использование точного земледелия позволило увеличить урожайность пшеницы на 22%. Согласно статье [1] точное земледелие основано на использовании в управлении процессами земледелия таких показателей, как состояние почвы, здоровье посевов, действие удобрений и пестицидов, орошение, а также на применении технологий оценки и предсказания урожайности с высоким пространственным разрешением.
Одним из центров, разрабатывающих решения, связанные с точным земледелием, является Skoltech Agro (Сколковский институт науки и технологий, Россия). В нем развиваются исследовательские проекты в сфере цифрового сельского хозяйства. Одним из таких проектов является Envirotyping and Digitalization. Его цель — разработать систему прогнозирования урожайности сельскохозяйственных культур с учетом факторов окружающей среды. Наличие качественного прогноза урожайности культур на полях помогает принимать такие решения, как выбор сельскохозяйственных культур и сортов, времени засева и сбора урожая, объема полива, финансовой политики предприятия, обладая большим количеством информации. Для реализации модели прогнозирования урожайности используются алгоритмы глубокого обучения, использующие временную компоненту (Spatio-Temporally Weighted Deep Neural Networks), — подход к анализу временных рядов на многоразмерных данных. Это позволяет преодолеть недостатки существующих алгоритмов, которые для оценки урожайности используют только пространственную компоненту. В качестве входных данных для прогнозирования урожайности разрабатываемый инструмент использует информацию об урожайности в предыдущие годы, данные об окружающей среде, сценарии изменения климата, характерные для России свойства сельскохозяйственных культур. Реализацию решения можно разделить на две части — систему анализа данных, преобразующую данные для прогнозирования урожайности в предсказание, и приложение, цель которого состоит в том, чтобы предоставить пользователю интерфейс для ввода бизнес-данных и отображения прогнозов урожайности.
Данная работа посвящена разработке пользовательского приложения. В его функциональность входит: создание пользовательских аккаунтов, загрузка бизнес-данных (например, координаты полей, выращиваемые культуры, даты севооборота), отображение истории урожайности и предсказаний, визуализации другой необходимой информации о посевах. Для обеспечения универсального доступа к приложению с различных устройств без необходимости установки, а также облегчения обновлений, решение должно быть реализовано как веб-приложение.
✅ Заключение
В результате работы в были решены следующие задачи.
• Выполнен обзор существующих аналогичных решений.
• Сформулированы требования к приложению.
• Выполнен обзор технологий для создания веб-приложения, реализующего функциональность из требований.
• Разработана архитектура приложения.
• Реализовано приложение согласно требованиям и архитектуре.
• Решение было покрыто тестами.
• Реализовано непрерывное развертывание приложения.
• Проведена апробация решения.
Исходный код проекта закрыт, находится под соглашением о неразглашении.
• Выполнен обзор существующих аналогичных решений.
• Сформулированы требования к приложению.
• Выполнен обзор технологий для создания веб-приложения, реализующего функциональность из требований.
• Разработана архитектура приложения.
• Реализовано приложение согласно требованиям и архитектуре.
• Решение было покрыто тестами.
• Реализовано непрерывное развертывание приложения.
• Проведена апробация решения.
Исходный код проекта закрыт, находится под соглашением о неразглашении.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.