基于Spark平臺的農(nóng)作物施氮量信息采集系統(tǒng)設計

摘" 要： 當前采集農(nóng)作物施氮量信息的方式仍以人工采集為主，效率低下且對于不同生長階段農(nóng)作物氮肥的使用量無法準確掌控，為此提出一種基于Spark平臺的農(nóng)作物施氮量信息采集系統(tǒng)。按照Spark平臺的要求設計施氮量信息采集系統(tǒng)的整體框架和硬件結(jié)構(gòu)，其中系統(tǒng)的主控模塊與工作模塊的結(jié)構(gòu)設計相同，區(qū)別在于MUC單元的主頻;硬件結(jié)構(gòu)除了MUC主控芯片外，還包括無線通信模塊、電源管理模塊、數(shù)據(jù)存儲模塊、顯示器及RS 485通用性兼容接口。給出系統(tǒng)的信息采集流程、監(jiān)測數(shù)據(jù)分析流程及數(shù)據(jù)庫管理流程，并分析采集信息系統(tǒng)數(shù)據(jù)庫內(nèi)部的數(shù)據(jù)表類別。實驗結(jié)果表明，提出的農(nóng)作物施氮量信息采集系統(tǒng)設計在信息采集響應時間上具有較大的優(yōu)勢，并有助于提高農(nóng)作物的單畝產(chǎn)量，降低種植投入成本。

關鍵詞： Spark平臺; 農(nóng)作物; 施氮量; 信息采集; 數(shù)據(jù)分析; 數(shù)據(jù)庫管理

中圖分類號： TN911.2?34; TP393" " " " " " " " " "文獻標識碼： A" " " " " " " " " " 文章編號： 1004?373X（2019）21?0110?06

Abstract： At present， the main way to collect information of crop nitrogen fertilization rate is manual collection， which is inefficient and difficult to control the amount of nitrogen fertilizer used in different growth stages of crops. Therefore， a design scheme of crop nitrogen application information acquisition system based on Spark platform is proposed. The overall framework and hardware structure of nitrogen application information acquisition system are designed according to the requirements of Spark platform. The main control module of the system has the same structure as the working module， and their difference lies in the main frequency of the MUC unit. The hardware structure includes wireless communication module， power management module， data storage module， display and RS 485 universal compatible interface besides the main control chip of the MUC unit. In this paper， the information acquisition process， monitoring data analysis process and database management process of the system are given， and the types of data tables in the database of the information acquisition system are analyzed. The results show that the design scheme of information acquisition system for crop nitrogen application has great advantages in response time of information acquisition， and can improve crop acre yield and reduce the cost of crop planting.

Keywords： Spark platform; crop; nitrogen fertilization rate; information acquisition; data analysis; database management

0" 引" 言

氮素肥料是農(nóng)作物成長中必不可少的營養(yǎng)元素之一，尤其在調(diào)節(jié)農(nóng)作物花量及農(nóng)作物雜交制種過程中發(fā)揮著更為重要的作用[1?2]。每一種農(nóng)作物不同生長階段對于氮肥的需求量都不同，因此對于農(nóng)作物而言，不同生長期內(nèi)氮素肥料的使用量有著嚴格的標準和要求，氮素肥料施用量過高或過低都會影響到農(nóng)作物的產(chǎn)量，對農(nóng)作物的成長階段信息和施氮量信息的采集與控制至關重要[3?4]。而當前對于農(nóng)作物施氮量信息的確定以專家采樣的方式為主，效率低下、成本較高[5?6]，而且對于農(nóng)作物施氮量信息僅能夠確定一個大致范圍，不能夠精確到一點。為準確地把握農(nóng)作物生長周期范圍內(nèi)的施氮量信息，本文設計一種基于Spark平臺的農(nóng)作物施氮量信息采集系統(tǒng)，采用更加智能化的方式確定出農(nóng)作物在不同成長期內(nèi)的氮素肥料需用量。Spark平臺在處理海量大數(shù)據(jù)中具有顯著優(yōu)勢，在數(shù)據(jù)處理中，Spark平臺除了具有Hadoop平臺強大的并行計算能力之外[7?9]，在數(shù)據(jù)的優(yōu)化迭代和全局尋優(yōu)方面具有更大的優(yōu)勢，還能夠?qū)⒉杉降男畔簳r存儲于自帶的內(nèi)存系統(tǒng)中。在確定農(nóng)作物的施氮量過程中，要對農(nóng)作物的生長情況、植株密度等信息做復雜的大數(shù)據(jù)分析和運算，能夠保證施氮量的控制精度。本文基于Spark平臺框架設計了施氮量采集系統(tǒng)的硬件部分和軟件算法實現(xiàn)流程，并通過實驗驗證了系統(tǒng)的適用性和有效性。

1" 基于Spark平臺的施氮量信息采集系統(tǒng)總體框架設計

Spark云計算平臺在海量農(nóng)作物施氮量信息處理中具有明顯的優(yōu)勢，但平臺在投入使用前需要按照數(shù)據(jù)并行計算的要求調(diào)整Hadoop網(wǎng)絡的總體拓撲結(jié)構(gòu)，以及云平臺的各類關鍵參數(shù)，以提高平臺的總體性能、數(shù)據(jù)的并行計算能力和計劃指令的執(zhí)行能力[10?11]。在采集系統(tǒng)總體結(jié)構(gòu)設計中，系統(tǒng)將農(nóng)作物生長階段的Stream數(shù)據(jù)按時間維度分成若干部分，這種數(shù)據(jù)處理方式除了具有較強的邏輯計算能力之外，在批量數(shù)據(jù)處理時效率更高。為適用多場合的數(shù)據(jù)挖掘和分析應用，基于Spark云平臺的信息采集系統(tǒng)在硬件設計與程序設計中，都引入了序列化的數(shù)據(jù)加載機制，也可以在Java虛擬機上單獨運行[12?13]，提高系統(tǒng)運行的靈活性?；赟park云計算平臺的農(nóng)作物施氮量數(shù)據(jù)采集系統(tǒng)的總體架構(gòu)如圖1所示。

Spark平臺是在Hadoop平臺基礎上研發(fā)的功能更為完善的大數(shù)據(jù)分析平臺，基于彈性分布式數(shù)據(jù)處理理念，可以將采集到的農(nóng)作物施氮量信息臨時存儲于采集系統(tǒng)的工作模塊中，而不再需要進行復雜的I/O重復操作，從而強化了數(shù)據(jù)的迭代泛化能力，提高了對農(nóng)作物信息采集的精度和分析能力。

2" 信息采集系統(tǒng)硬件設計

基于Spark平臺設計的農(nóng)作物施氮量采集系統(tǒng)的信息采集主控模塊與多個工作模塊的硬件配置相同，相對于工作模塊而言，主動模塊MCU的主頻更高，同時內(nèi)存也更大。每一個工作模塊子系統(tǒng)的硬件部分都以MCU主動單元為核心模塊，選用意法半導體的STM32F103型號芯片。其他硬件模塊包括電源管理模塊、無線通信模塊、RS 485通行性串行接口、能夠外接SD卡的數(shù)據(jù)存儲模塊及農(nóng)作物施氮量采集信息顯示模塊。MCU直接與無線數(shù)據(jù)傳輸模塊連接，無線數(shù)據(jù)傳輸模塊內(nèi)有雙頻D?GPS定位功能，能夠判定農(nóng)作物信息采集系統(tǒng)的具體位置，并通過無線傳輸網(wǎng)絡將采集到的信息傳遞給主控模塊。采集到的農(nóng)作物信息通過無線網(wǎng)絡傳輸給MCU單元后，系統(tǒng)具有數(shù)據(jù)信息分析處理功能和數(shù)據(jù)存儲功能，如果數(shù)據(jù)存儲模塊的內(nèi)存空間不足，可以通過外置SD卡的形式提高存儲模塊的容量。由于采用了通用型的接口，在設備安裝時可以實現(xiàn)免驅(qū)動安裝，更適合戶外作業(yè)的復雜情況。MCU主控芯片的接口類型為RS 485，通過485主線與無線通信模塊、電源管理模塊、數(shù)據(jù)存儲模塊及顯示模塊連接，分析處理后農(nóng)作物施氮量數(shù)據(jù)通過顯示模塊輸出。硬件系統(tǒng)在使用前通過指定的無線網(wǎng)絡協(xié)議將采集要求發(fā)送到服務器系統(tǒng)，開始設定MCU主動芯片的各種參數(shù)、服務器地址、接收信息的時間間隔等信息，使系統(tǒng)進入待工作狀態(tài)，系統(tǒng)硬件的總體構(gòu)成如圖2所示。

基于Spark平臺農(nóng)作物施氮量信息采集子工作系統(tǒng)采用分布式的拓撲結(jié)構(gòu)，子系統(tǒng)之間通過無線網(wǎng)絡可以建立連接，每一個子系統(tǒng)都與主控系統(tǒng)連接。每一個子系統(tǒng)內(nèi)部的功能模塊以MCU單元為中心通過485總線連接為一個整體，其中MCU STM32F103型主控芯片是整個子系統(tǒng)的核心部分，為了控制子系統(tǒng)芯片的采購成本，芯片主頻要略低于主控芯片。通用型STM32F103主控芯片的部分電路結(jié)構(gòu)如圖3所示。

為靈活配置MCU芯片電路中的各種參數(shù)，技術人員需要根據(jù)主控芯片的參數(shù)配置需求，調(diào)整其他模塊的參數(shù)。主控芯片上的連接電路主要包括RS 485主線的顯示電路、拓展FLASH電路和顯示模塊電路。為保證芯片電壓和電流的穩(wěn)定性，RS 485主線接口都采用了高安全性的兼容接口，具有數(shù)據(jù)傳輸效率高、抗干擾能力強的特點。農(nóng)作物施氮量信息采集系統(tǒng)的RS 485主線接口電路結(jié)構(gòu)如圖4所示。

農(nóng)作物施氮量信息采集系統(tǒng)的無線數(shù)據(jù)傳輸模塊部分采用了美國高通公司最新的無線傳輸協(xié)議，該模塊內(nèi)置了GPRS功能和EDGE功能，也可以利用4G網(wǎng)絡進行數(shù)據(jù)傳輸。無線傳輸模塊采用MINIRS485主線接口支持信息發(fā)送與信息接收的合并技術，實現(xiàn)傳輸信號的無斷點傳輸，可以有效降低信息采集和傳輸中的誤碼率。相對于傳統(tǒng)的Hadoop平臺，基于Spark平臺的農(nóng)作物施氮量信息采集系統(tǒng)的主控模塊和子系統(tǒng)模塊內(nèi)部都集成了數(shù)據(jù)存儲功能，防止由于數(shù)據(jù)傳輸不及時而導致采集數(shù)據(jù)丟失。由于信息采集系統(tǒng)的空間限制不能夠安裝過大的存儲裝置，數(shù)據(jù)存儲模塊可以外接SD卡并可以實現(xiàn)免驅(qū)動安裝，數(shù)據(jù)存儲模塊的使用壽命及其接口的使用壽命可長達10年，可以反復讀寫數(shù)據(jù)5萬次。農(nóng)作物施氮量信息采集系統(tǒng)的顯示器模塊采用JDI公司的LCD顯示屏，由于LCD顯示屏在強光下能夠激發(fā)出更高的亮度，且壽命長于LED顯示屏，屏幕的尺寸為10.5寸。采集系統(tǒng)的顯示器模塊電壓輸出采用3.6 V直流供電，以保證顯示模塊的穩(wěn)定性。信息采集系統(tǒng)顯示器模塊也通過485總線與STM32F103型主控芯片連接，顯示模塊的基礎性電路結(jié)構(gòu)如圖5所示。

對整個信息采集系統(tǒng)的電路工作情況及模塊的功能性進行系統(tǒng)分析和檢驗，并調(diào)整和驗證各主要功能模塊的PTB連接情況。為了保證系統(tǒng)硬件部分功能的完整性，同時還要對除MCU芯片之外的其他模塊的參數(shù)進行驗證，特別是要防止農(nóng)作物信息傳輸時產(chǎn)生過多的電磁干擾，影響信息采集的準確性。在完成農(nóng)作物施氮量信息采集系統(tǒng)硬件設計的基礎上，再基于Spark平臺設計各功能模塊的工作流程。

3" 農(nóng)作物施氮量采集系統(tǒng)的軟件實現(xiàn)流程

Spark平臺下農(nóng)作物施氮量采集系統(tǒng)總體功能的實現(xiàn)流程包括農(nóng)作物信息的采集與實時監(jiān)測、農(nóng)作物施氮量監(jiān)測數(shù)據(jù)的分析與處理及數(shù)據(jù)庫管理。其中，信息的采集與監(jiān)測流程是系統(tǒng)最重要的子程序，信息的采集與檢測流程如圖6所示。

采集程序開始執(zhí)行后先將模塊程序初始化，并根據(jù)不同的采集需求、農(nóng)作物類別、植株密度等調(diào)整好采集模塊的參數(shù)。系統(tǒng)管理輸出登錄賬號和密碼進行系統(tǒng)登錄，如果采集子系統(tǒng)的登錄信息不正確直接結(jié)束程序。位于終端的工作模塊可以被均勻地布置在待檢測的農(nóng)作物區(qū)域，為保持監(jiān)測數(shù)據(jù)的準確性，可以分時段進行多次采樣并取平均值。由于工作模塊也內(nèi)置MCU單元，因此系統(tǒng)在采樣的同時還能夠?qū)ν粎^(qū)域的冗余干擾數(shù)據(jù)進行監(jiān)測，并將有用的數(shù)據(jù)通過無線網(wǎng)絡傳遞給系統(tǒng)的主控模塊。根據(jù)采集區(qū)域的面積可以布置多個工作模塊，每一個模塊都有其固定的工作半徑范圍，如果超出半徑范圍，數(shù)量采集的精度將會降低。系統(tǒng)在進行無限傳輸之前需要確定能否對采集到的樣本數(shù)據(jù)進行無線傳輸，若無線網(wǎng)絡連接較好，則直接通過無線網(wǎng)絡進行采集數(shù)據(jù)的傳輸;若戶外環(huán)境的網(wǎng)絡條件較差，則需要先將采集到的數(shù)據(jù)存儲于工作子系統(tǒng)的數(shù)據(jù)存儲模塊中，如果數(shù)據(jù)包過大還可以通過外接的SD卡擴容。如果在網(wǎng)絡環(huán)境較差的條件下傳輸采集到的數(shù)據(jù)可能會導致關鍵數(shù)據(jù)的丟失。

農(nóng)作物施氮量采集數(shù)據(jù)的分析與處理程序主要是對一定采集周期內(nèi)的數(shù)據(jù)進行匯總和分析，數(shù)據(jù)監(jiān)測的目的是保證采集數(shù)據(jù)的一致性和準確性。系統(tǒng)管理員按照系統(tǒng)界面的提示要求，可以選擇實時數(shù)據(jù)監(jiān)測或數(shù)據(jù)刷新，將分析處理完畢的原始農(nóng)作物施氮量數(shù)據(jù)輸入數(shù)據(jù)庫系統(tǒng)。信息采集系統(tǒng)自帶數(shù)據(jù)庫功能，數(shù)據(jù)庫分類儲存每一種農(nóng)作物在不同生長周期內(nèi)所需要的氮肥標準指標，并以對象為基礎性的分類標準，對采集到的實時數(shù)據(jù)進行篩選和比對。信息采集系統(tǒng)的數(shù)據(jù)庫是一種面向?qū)ο蠖鴦討B(tài)調(diào)整的數(shù)據(jù)庫，基于被監(jiān)測農(nóng)作物的種類和對象的特征數(shù)據(jù)，準確識別出農(nóng)作物生長階段中的標準施氮量。信息采集系統(tǒng)中每一個工作模塊都能夠臨時存儲采集數(shù)據(jù)，但由于系統(tǒng)自帶存儲模塊空間有限，應在一定時間內(nèi)將全部數(shù)據(jù)導入數(shù)據(jù)庫，以實現(xiàn)對農(nóng)作物施氮量信息的橫向?qū)Ρ取？紤]到采集系統(tǒng)構(gòu)建的成本控制問題，本文選用了維護費用更低的MySQL型數(shù)據(jù)庫，提拱了更多種類的表格樣式，也能夠通過表達之間的通用字段，實現(xiàn)對關鍵農(nóng)作物信息的串聯(lián)查找，操作更為便捷。MySQL型數(shù)據(jù)庫中所包括的數(shù)據(jù)表類型如表1所示。

數(shù)據(jù)庫模塊及數(shù)據(jù)庫表的設計以滿足農(nóng)作物施氮量采集系統(tǒng)的需求為最終目的，字段的長度及表格的樣式都具有很大的彈性，可以針對用戶的需求對表格之間的關系、查詢方式、搜索方式與連接方式做出任意的調(diào)整。例如，可以根據(jù)采集片區(qū)的大小，增大或縮減數(shù)據(jù)庫的規(guī)模。在主控程序的執(zhí)行方面，本文設計采集系統(tǒng)軟件實現(xiàn)流程具有操作簡單、易用的特點，按照系統(tǒng)界面的信息提示，用戶可以選擇開始采集、數(shù)據(jù)監(jiān)測等功能，系統(tǒng)的LCD顯示模塊提供實時的采集結(jié)果顯示;采集到的農(nóng)作物數(shù)據(jù)資料都保留有時間戳，用戶輸入查詢條件后，可以在數(shù)據(jù)庫中查詢到一段時間內(nèi)農(nóng)作物施氮量的詳細記錄，為使用者的決策提供數(shù)據(jù)上的支持。本文詳盡分析和闡述了基于Spark平臺的農(nóng)作物施氮量信息采集系統(tǒng)的硬件構(gòu)成與軟件實現(xiàn)流程，為檢測信息采集系統(tǒng)的實際應用效果，進行了一組信息采集測試，并提取了相關的農(nóng)作物施氮量采集與監(jiān)測數(shù)據(jù)。

4" 系統(tǒng)測試與應用效果分析

4.1" 系統(tǒng)的安全性及兼容性測試

由于農(nóng)作物施氮量信息采集系統(tǒng)的數(shù)據(jù)傳輸采用了無線遠程傳輸方式，需要先對無線網(wǎng)絡傳輸?shù)陌踩赃M行檢測，防止在農(nóng)作物施氮量采集數(shù)據(jù)的傳輸中被入侵，或由于環(huán)境干擾和電磁干擾而導致關鍵數(shù)據(jù)的丟失。本文無線傳輸協(xié)議按照IEEE 802.11b局域網(wǎng)標準執(zhí)行，對系統(tǒng)硬件的無線傳輸模塊、基帶版本、軟件運行程序進行全方位的測試與檢驗。為保證系統(tǒng)的安全性，全部測試模塊都進行加密處理，系統(tǒng)管理員也采用賬號密碼的方式登錄;此外，在查詢數(shù)據(jù)的提取與SQL服務語句的使用方面，也需要先登錄再操作;上傳數(shù)據(jù)或采用外接設備連接時都需要進行數(shù)據(jù)掃描或登錄驗證。

兼容性測試包括硬件模塊之間的兼容性檢測、接口及RS 485總線的兼容性檢測和軟硬件之間的兼容性檢測。主控模塊與子模塊之間的硬件配置相同、無限網(wǎng)絡傳輸協(xié)議也相同，提高了系統(tǒng)模塊之間的兼容性。數(shù)據(jù)采集系統(tǒng)主服務器與子服務器、Web服務器之間的通信協(xié)議也需要采用同一標準，瀏覽器的版本需要選用IE9.0以上的版本，進一步提高系統(tǒng)兼容性。系統(tǒng)的測試環(huán)境與需要的設備數(shù)量如表2所示。

本文基于Spark平臺的信息采集系統(tǒng)在白天時段的系統(tǒng)響應時間基本上能夠控制在10 s之內(nèi)，僅在17：30的時段出現(xiàn)過一次響應波動;而在夜間采集時段由于夜視環(huán)境下能見度較低，各時段的平均信息采集響應時間維持在20.5 s，高于白天時段，但總體的穩(wěn)定性表現(xiàn)良好。傳統(tǒng)農(nóng)作物施氮量信息采集系統(tǒng)的響應時間如圖8所示，日間時段的平均采集響應時間超過了30 s，這主要是由于人工采樣的時間較長，從采樣現(xiàn)場到主動中心的數(shù)據(jù)無線傳輸效率也低于本文系統(tǒng)。而在夜間時間信息采集系統(tǒng)的響應時間呈現(xiàn)出了鋸齒形的劇烈波動，表明采集系統(tǒng)在夜間連續(xù)信息采集方面表現(xiàn)較差，由于系統(tǒng)信息采集響應時間的不穩(wěn)定，也會直接導致采樣數(shù)據(jù)不準確。

農(nóng)作物施氮量信息采集的最終目的是按照科學的標準準確地管理不同階段農(nóng)作物的施肥量，以更好地保證農(nóng)作物的生長。本文實驗選取了10個不同的水稻種植區(qū)域，考量應用本文農(nóng)作物施氮量信息采集系統(tǒng)后，水稻農(nóng)作物的畝產(chǎn)情況及氮肥的使用成本變化情況統(tǒng)計結(jié)果如表3所示。

由于農(nóng)作物在不同生長階段的生長習性不同，施氮量也并非越多越好，因此應基于農(nóng)作物的生長狀況信息科學地制定施氮量標準。從上述10個不同的水稻種植區(qū)域的產(chǎn)量情況來分析，采用基于Spark平臺的信息采集系統(tǒng)控制施氮量，對于作物的生長與產(chǎn)量提升具有明顯的推動作用，畝產(chǎn)量均超過了平均畝產(chǎn)標準，同時氮肥使用量也有所減少，降低了農(nóng)作肥料成本，同時提高了農(nóng)作物種植的經(jīng)濟效益。

5" 結(jié)" 論

采用更為科學的方式種植經(jīng)濟作物，并利用計算機網(wǎng)絡系統(tǒng)和現(xiàn)代電子技術控制作物的生長，已經(jīng)成為現(xiàn)代農(nóng)業(yè)發(fā)展的主要趨勢之一。本文基于Spark開發(fā)平臺設計了一種農(nóng)作物施氮量信息采集系統(tǒng)，能夠更科學地掌握農(nóng)作物的生長習性并更加合理地使用氮肥，從而達到事半功倍的效果。

參考文獻

[1] 金斌斌，邵孝侯，徐朝輝，等.控灌中蓄及減量施肥對稻田氮素動態(tài)的影響[J].水利水電科技進展，2017，37（3）：84?88.

JIN Binbin， SHAO Xiaohou， XU Chaohui， et al. Effects of storage and reduction fertilization in controlled irrigation on nitrogen dynamics in paddy fields [J]. Progress in water resources and hydropower science and technology， 2017， 37（3）： 84?88.

[2] 劉新英，殷鑒，李寒，等.CO2與氮肥交互作用的番茄光合速率預測模型[J].農(nóng)業(yè)機械學報，2017（z1）：334?337.

LIU Xinying， YIN Jian， LI Han， et al. Prediction model of photosynthetic rate of tomato under the interaction of CO2 and nitrogen fertilizer [J]. Journal of agricultural machinery， 2017（S1）： 334?337.

[3] 王美，趙廣才，石書兵，等.氮肥底追比例及施硫?qū)π←湹匚绽玫恼{(diào)控[J].核農(nóng)學報，2017，31（5）：954?963.

WANG Mei， ZHAO Guangcai， SHI Shubing， et al. Regulation of nitrogen uptake and utilization by wheat by bottom dressing ratio of nitrogen fertilizer and sulfur application [J]. Journal of nuclear agriculture， 2017， 31（5）： 954?963.

[4] 李鵬程，鄭蒼松，孫淼，等.利用15N示蹤研究不同肥力土壤棉花氮肥減施的產(chǎn)量與環(huán)境效應[J].植物營養(yǎng)與肥料學報， 2017，23（5）：1199?1206.

LI Pengcheng， ZHENG Cangsong， SUN Miao， et al. Using 15N tracer to study the yield and environmental effects of nitrogen fertilizer reduction on cotton in different fertility soils [J]. Journal of plant nutrition and fertilizer， 2017， 23（5）： 1199?1206.

[5] 魏全全，趙歡，周開芳，等.15N示蹤探究黃壤區(qū)稻?煙模式烤煙氮素的積累[J].西南農(nóng)業(yè)學報， 2018（2）：347?353.

WEI Quanquan， ZHAO Huan， ZHOU Kaifang， et al. 15N tracer study on nitrogen accumulation in Flue?cured Tobacco under Rice?Tobacco model in yellow soil region [J]. Journal of southwest agriculture， 2018（2）： 347?353.

[6] 慶海濤，李剛.智庫專家評價指標體系研究[J].圖書館論壇， 2017，37（10）：22?28.

QING Haitao， LI Gang. Research on expert evaluation index system of think tank [J]. Library forum， 2017， 37（10）： 22?28.

[7] 譚臺哲，向云鵬.Hadoop平臺下海量圖像處理實現(xiàn)[J].計算機工程與設計，2017，38（4）：976?980.

TAN Taizhe， XIANG Yunpeng. Implementing massive image processing on Hadoop platform [J]. Computer engineering and design， 2017， 38（4）： 976?980.

[8] 郝天軒，張春林.基于Hadoop平臺的瓦斯突出預測預警方法研究[J].中國安全科學學報，2017（11）：61?66.

HAO Tianxuan， ZHANG Chunlin. Research on prediction and early warning method of gas outburst based on Hadoop platform [J]. Chinese journal of safety sciences， 2017（11）： 61?66.

[9] 吳云蔚，寧芊.基于Hadoop平臺的分布式SVM參數(shù)尋優(yōu)[J].計算機工程與科學，2017，39（6）：1042?1047.

WU Yunwei， NING Qian. Parameter optimization of distributed SVM based on Hadoop platform [J]. Computer engineering and science， 2017， 39（6）： 1042?1047.

[10] 楊鑫.基于云平臺的大數(shù)據(jù)信息安全機制研究[J].情報科學，2017，35（1）：110?114.

YANG Xin. Research on information security mechanism of large data based on cloud platform [J]. Information science， 2017， 35（1）： 110?114.

[11] 趙宏林，廉小親，郝寶智，等.基于物聯(lián)網(wǎng)云平臺的空調(diào)遠程控制系統(tǒng)[J].計算機工程與設計，2017，38（1）：265?270.

ZHAO Honglin， LIAN Xiaoqin， HAO Baozhi， et al. Air conditioning remote control system based on Internet of Things cloud platform [J]. Computer engineering and design， 2017， 38（1）： 265?270.

[12] 崔炳榮，劉亮，甘杰，等.Java卡虛擬機的安全攻擊技術及防御技術研究[J].電子技術應用，2017，43（10）：12?15.

CUI Bingrong， LIU Liang， GAN Jie， et al. Research on security attack technology and defense technology of Java card virtual machine [J]. Electronic technology application， 2017， 43 （10）： 12?15.

[13] 譚杰，張富春.基于互聯(lián)網(wǎng)技術的大棚智能農(nóng)業(yè)監(jiān)測控制系統(tǒng)研究[J].電子設計工程，2018，26（4）：38?42.

TAN Jie， ZHANG Fuchun. Study of intelligent agricultural monitoring and control system for greenhouse based on internet technology [J]. Electronic design engineering， 2018， 26（4）： 38?42.