1.一种基于DRNN神经网络的茄子温室温度智能化检测装置，其特征在于：所述检测装置由基于CAN总线的茄子温室环境参数采集平台和茄子温室温度智能检测系统两部分组成；茄子温室温度智能检测系统包括茄子温室温度预测子系统、茄子温室湿度预测子系统、茄子温室温度校正模型，实现对茄子温室环境温度进行预测和校正；

所述茄子温室温度预测子系统包括茄子温室温度减法聚类分类器、多个小波分解模型、多组DRNN神经网络模型和递归神经网络茄子温室温度预测融合模型；茄子温室多个检测点温度值作为茄子温室温度减法聚类分类器的输入，茄子温室温度减法聚类分类器对茄子温室多个检测点温度值进行分类，每种类型的茄子温室检测点温度值作为各个小波分解模型的输入，每个小波分解模型的多个输出作为每组DRNN神经网络模型的输入，每组各个DRNN神经网络模型输出值的等权重相加和得到温度融合预测值，每组DRNN神经网络模型的温度融合预测值作为递归神经网络温度预测融合模型的输入，递归神经网络温度预测融合模型的输出值为茄子温室温度预测子系统的温度预测输出值；

所述茄子温室湿度预测子系统包括茄子温室湿度减法聚类分类器、多个Elman神经网络湿度预测模型和递归神经网络湿度预测融合模型三部分组成；茄子温室多个检测点湿度值作为茄子温室湿度减法聚类分类器的输入，茄子温室湿度减法聚类分类器对茄子温室多个检测点湿度值进行分类，每种类型的茄子温室湿度检测点湿度值作为各个Elman神经网络湿度预测模型的输入，每个Elman神经网络湿度预测模型的湿度预测值作为递归神经网络湿度预测融合模型的输入，递归神经网络湿度预测融合模型的输出值为茄子温室湿度预测子系统的湿度预测输出值；

所述茄子温室温度校正模型由4个微分算子和DRNN神经网络组成， 4个微分算子平均分成2组，每组2个微分算子相串联分别构成微分回路1和微分回路2；茄子温室温度预测子系统的输出为微分回路1的输入和DRNN神经网络的a端的输入，微分回路1的输出为DRNN神经网络的b端输入，微分回路1的2个微分算子的连接端的输出为DRNN神经网络的C端输入；

茄子温室湿度预测子模型的输出为微分回路2的输入和DRNN神经网络的F端输入，微分回路

2的输出为DRNN神经网络的E端输入，微分回路2的2个微分算子的连接端的输出为DRNN神经网络的D端输入；DRNN神经网络由6个输入端节点分别为a、b、C、D、E和F，13个中间节点和1个输出端节点组成，茄子温室温度校正模型实现对茄子温室湿度对温度影响变化的校正，反映了茄子温室湿度的实际值变化对茄子温室温度的影响大小。

2.根据权利要求1所述的一种基于DRNN神经网络的茄子温室温度智能化检测装置，其特征在于：所述基于CAN总线的茄子温室环境参数采集平台由检测节点、控制节点和现场监控端组成，通过CAN总线实现检测节点、控制节点和现场监控端之间的通信，实现对茄子温室环境因子参数进行检测、调节和监控。

3.根据权利要求2所述的一种基于DRNN神经网络的茄子温室温度智能化检测装置，其特征在于：所述检测节点分别由传感器组模块、单片机和通信接口组成，传感器组模块负责检测茄子温室环境的温度、湿度、风速和光照度等茄子温室小气候环境参数，由单片机控制采样间隔并通过通信模块发送给现场监控端。

4.根据权利要求2所述的一种基于DRNN神经网络的茄子温室温度智能化检测装置，其特征在于：所述控制节点实现对茄子温室环境参数的调节设备进行控制。

5.根据权利要求2所述的一种基于DRNN神经网络的茄子温室温度智能化检测装置，其特征在于：所述现场监控端由一台工业控制计算机和RS232/CAN通信模块组成，实现对检测节点检测茄子温室环境参数进行管理和对茄子温室环境多点温度进行融合与预测。