4.4预测绿植灌溉水量——物联网数据分析 课件(共22张PPT)--2024-2025学年八年级上册《信息科技》(安徽版2024)

资源下载
  1. 二一教育资源

4.4预测绿植灌溉水量——物联网数据分析 课件(共22张PPT)--2024-2025学年八年级上册《信息科技》(安徽版2024)

资源简介

(共22张PPT)
项目 4
预测绿植灌溉水量
——物联网数据分析
第4单元 实现智能绿植养护
《信息科技》八年级上册
项目回顾
项目4 预测绿植灌溉水量
第4单元 实现智能绿植养护
项目情境
项目4 预测绿植灌溉水量
第4单元 实现智能绿植养护
水是绿植生长和发育的必要条件,不同的气温,绿植的需水量亦不相同。班级里的绿植通常在春天的时候需水量较多,到了夏天需水量最大,但是夏天比春天需水量大多少呢?每次浇水的时候都会因为掌握不了确切的需水量而苦恼。
思考问题:怎样预测绿植灌溉水量,实现科学灌溉呢?
了解气温影响需水量原因
绿植名称 影响因素 提出猜想
绿萝 温度
探究温度与绿植需水量的关系,通过对温度数据和灌溉水量数据的分析,实现精准预测。
分析预测绿植需水量方法
(1)预测时要用到大量气温数据,如何收集这些数据
(2)分析数据时,用到的气温数据与灌溉水量数据之间是否存在关系,若存在关系,如何将其表示出来
请在“学习手册”上完成“写一写”、“画一画”。
想一想
规划需水量预测的实现方法
选用温度传感器来采集气温数据,并记录该气温下绿植灌溉水量,将这些收集的数据记录在表格中。
序号 气温(℃) 绿植需水量(mL)



使用设备采集数据
表2 数据采集记录表
收集气温数据何灌溉数据后,分析数据,建立气温与绿植灌溉量之间的数据关系。考虑到不同绿植需水量不同等因素,我们使用模拟数据。
梳理气温与需水量的关系
序号 气温(℃) 绿植需水量(mL)
35 750
12 270
28 500
30 680
20 300
8 150
建立数据间的关系
观看微课,并思考以下问题:
问题1:梳理气温与需水量之间的数据关系,选择的物联网数据分析的方法是什么?
问题2:物联网数据分析,需要安装的库有哪些?功能是什么?
建立数据间的关系
建立数据间的关系
编写程序、测试功能
输入气温数据
输出该气温数据下的绿植需水量
根据数据关系,编写程序,实现预测绿植灌溉量的功能。运行编写好的预测程序,根据表格中输入的气温数据,测试预测效果,并将预测结果记录在表格中。
输入气温(℃) 输出绿植需水量(mL) 预测是否准确
□ 是 □ 否
□ 是 □ 否
□ 是 □ 否
核心概念(物联网数据分析方法)
线性回归预测法是一种常用的物联网数据分析方法,它用一条直线精确地描述出数据之间的关系。
核心概念(物联网数据分析)
物联网数据分析指的是,采用适当的统计分析方法对物联网数据进行汇总、处理和分析,使之成为有价值的信息过程。通过物联网数据分析,可以帮助我们找出研究对象的内在规律,从而做出判断并采取适当行动。
物联网数据分析的过程
物联网数据分析对从物联网中收集到的数据进行整理和分析后,将其转换为有意义的信息。
物联网每天都会产生大量的数据,可以对其进行_______并_______,从而得到有价值的信息。根据已有数据,可以用_______等物联网数据分析方法建立数据之间的关系,从而帮助人们做出判断,以便采取适当行动。
采集
分析
线性回归
物联网数据分析的应用
物联网数据分析的应用
描述性分析是对采集的物联网数据进行统计、分析与呈现。例如,智能电表采集了家庭用电的数据,以图表表示一定时间内用电量的变化,让用户可以直观地了解用电数据的变化趋势。
物联网数据分析的应用
预测性分析是从大量数据中找出数据变化趋势和规律,一般采用人工智能技术对趋势进行预测。例如,智能导航系统中,通过对以往交通数据的分析,可以预测得到未来一天出行道路的拥堵时间点,如图所示。
物联网数据分析的应用
诊断性分析是对某个数据呈现的问题,进行相关数据的关联分析,提供问题产生可能的原因。例如,智慧农场的农作物出现生长未达到预期时,通过对环境数据进行分析,得出前期光照和温度不足,未达到农作物生长要求。基于诊断性分析,可以及时采用补光和温控措施促进农作物健康生长。
制作体重预测小助手
根据你所学的内容,请你设计并制作一个“体重预测小助手”,以右表所示的男性20岁时的身高数据与该身高下的标准体重数据为参考,编程实现体重预测功能。当输入男性的身高,用户设备预测并输出该身高下的标准体重。
身高(米) 标准体重(公斤) 身高(米) 标准体重(公斤)
1.52 50.4 1.72 64.4
1.56 53.2 1.76 67.2
1.60 56 1.80 70
1.64 58.8 1.84 72.8
1.68 61.6 1.88 75.6
thank you
感谢观看

展开更多......

收起↑

资源预览