基于轻量级联邦学习算法的鸿蒙操作系统 在智慧蔬菜种植系统中的应用与实现

朱 凯
昆明理工大学津桥学院

摘要


针对智慧蔬菜种植中多传感节点数据孤岛、边缘端算力有限、种植数据隐私泄露及小样本模型泛化差等核
心问题，提出融合轻量级联邦学习与鸿蒙操作系统的智慧蔬菜种植框架（FL-Harmony-Veg）。该框架依托鸿蒙分布
式软总线实现多源异构农业传感数据的统一适配，设计“感知端-边缘端-云端”三级轻量级联邦训练策略，通过
剪枝、量化与蒸馏完成模型轻量化优化，并嵌入蔬菜种植知识图谱实现智能决策升级。实验表明，该框架的蔬菜环
境与生长状态检测准确率达98.15%，模型压缩后仅8.6MB，推理时延0.5s，参数传输量降低62%；真实园区部署后水
肥利用率提升30%，病虫害预警响应时间缩短至1.5分钟，蔬菜种植周期平均缩短12天，为智慧蔬菜种植提供了轻量
化、高隐私、高协同的智能解决方案。

关键词


轻量级联邦学习；鸿蒙操作系统；智慧蔬菜种植；农业物联网；边缘计算

全文:

PDF


参考


[1]华为技术有限公司.HarmonyOS 4.0物联网开发指

南[EB/OL].（2025-01-15）[2026-02-09].

[2]张卫峰，李保明，王璞.智慧农业中的精准水肥管

控技术研究进展[J].农业工程学报，2023，39（12）：1-12.[3]李涛，王磊，刘佳.农业物联网中的联邦学习隐

私保护方法研究[J].计算机应用研究，2024，41（5）：

1456-1461.

[4]Chen Y, Li T, Zhang Y. Lightweight Federated

Learning for Edge Computing in Smart Agriculture [J]. IEEE

Internet of Things Journal, 2025, 12 (3): 2156-2168.

[5]王强，赵阳，张宇.基于鸿蒙操作系统的农业物

联网设备协同管控系统设计[J].农机化研究，2024，46

（8）：201-206.

[6]Konečný J, McMahan H B, Yu F X. Federated

Learning: Strategies for Improving Communication Efficiency

[C]. arXiv preprint arXiv:1610.05492, 2016.

[7]刘敏，张浩，王丽.面向边缘计算的深度学习模型

轻量化技术研究[J].计算机科学，2023，50（7）：123-129.

[8]农业农村部.全国智慧农业发展规划（2023-2027

年）[Z].2023.

[9]陈明，李娟，张伟.知识图谱与深度学习融合的

农业智能决策方法[J].农业机械学报，2024，55（2）：

301-309.


Refbacks

  • 当前没有refback。