System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及水产养殖,具体涉及一种水产养殖控制方法、智能设备及存储介质。
技术介绍
1、古人曾说:“欲致鱼者先通水,欲致鸟者先树木”。这句话深刻地揭示了水对于渔业生存的重要性。在水产养殖中,水质的好坏以及养殖方式直接关系到养殖效率和水产品的产量。
2、在构思及实现本申请过程中,专利技术人发现至少存在如下问题:随着科技的进步和市场需求的变化,水产养殖行业正面临着前所未有的机遇和挑战,传统水产养殖方法逐渐面临着耗时、耗力、复杂性和局限性越来越大的问题。在传统的养殖模式中,大多数养殖户仍然依赖于肉眼观察和经验判断来评估渔业养殖情况,这种方法不仅不准确,而且效率极低。
技术实现思路
1、为了缓解以上问题,本申请提供一种水产养殖控制方法,包括:
2、构建水产养殖大模型,基于目标水产环境的水质参数、水质变化趋势和鱼群数量养殖趋势,输出水质改善方案和渔业养殖方案;
3、构建水质预测模型,基于水质改善方案和水质参数,预测并返回水质变化趋势至所述水产养殖大模型;
4、构建鱼群数量预测模型,基于所述水质变化趋势和渔业养殖方案,预测并返回鱼群数量养殖趋势至所述水产养殖大模型。
5、可选地,所述方法在获取目标水产环境的水质参数的过程中,发送拍摄指令至遥感多光谱卫星,以使所述遥感多光谱卫星对所述目标水产环境进行拍摄,获取所述目标水产环境的水质参数。
6、可选地,所述水产养殖控制方法还包括ab测试模型,所述ab测试模型用于对所述水产养殖大模
7、可选地,所述构建水产养殖大模型的过程中包括:
8、构建水产养殖领域数据库,并对所述水产养殖领域数据库进行第一向量化处理;
9、接收用户问题,并对所述用户问题进行第二向量化处理;
10、基于第二向量化处理的用户问题,检索第一向量化处理的水产养殖领域数据库,获取至少一候选答案;
11、根据所述第二向量化处理的用户问题和所述至少一候选答案作为输入数据,将期望的输出作为输出数据;
12、构造预设规则的指令引导所述预设大模型生成所述期望的输出,以对预设大模型进行训练。
13、可选地,所述构建水产养殖领域数据库的过程中包括:
14、收集水产养殖领域的数据资料,并对所述数据资料进行数据清洗;
15、将清洗过的数据资料按照预设结构存储至数据库中,并设定数据结构和索引;
16、将所述数据库中的数据资料以图谱的形式连接期理,构建水产养殖领域的知识图谱;
17、建立水产养殖领域数据库的更新和维护机制,保持知识库的时效性和准确性。
18、可选地,所述对所述水产养殖领域数据库进行第一向量化处理的过程中包括:
19、根据水产养殖领域数据库中的数据类型,选择第一向量化处理的模型类型;
20、基于第一向量化处理的模型类型,使用预训练模型或自定义模型,以加载或训练第一向量化模型;
21、使用加载或训练的第一向量化模型,对所述水产养殖领域数据库中的数据资料进行向量化处理;
22、将向量化的数据存储在按照预设策略选择的向量数据库或索引结构中,以便于相似度计算和数据检索;
23、验证向量化结果的质量,以确保向量能够准确第表达所述水产养殖领域的数据资料的特征和关系。
24、可选地,所述接收用户问题,并对所述用户问题进行第二向量化处理的过程中包括:
25、基于至少一种文件类型的输入信息,获取输入的用户问题;
26、将所述用户问题转换为文本或图像格式,并进行预处理,以保证用户问题的清晰和准确;
27、确定第二向量化处理的模型类型,所述第二向量化处理的模型类型与所述第一向量化处理的模型类型相同;
28、基于第二向量化的模型类型,使用预训练模型或自定义模型,以加载或训练第一向量化模型;
29、使用加载或训练的第二向量化模型,对所述用户问题转换为向量化表示,并存储至向量数据库或索引结构中。
30、可选地,基于第二向量化处理的用户问题,检索第一向量化处理的水产养殖领域数据库,获取至少一候选答案的过程中包括:
31、使用相似度计算方法,在存储有向量化数据的向量数据库或索引结构中,检索与用户问题向量最相似的向量数据;
32、根据返回的向量索引,从水产养殖领域数据库中获取对应的原始数据;
33、根据检索到的原始数据,生成并展示答案列表;
34、响应于获取对所述答案列表的操作信息,展示对应列表项的详细信息作为候选答案。
35、可选地,所述构建水质预测模型和/或构建鱼群数量预测模型的过程中包括:
36、基于预设技术策略进行原始数据的收集,并对所述原始数据进行预处理;
37、从基于预处理后的数据,训练xgboost模型,以对预设目标变量进行评估预测。
38、可选地,所述基于预设技术策略进行原始数据的收集的过程中,确定原始数据的收集范围、收集频率、收集的数据格式和收集的数据标准,所述数据标准包括数据质量标准和数据有效性标准。
39、可选地,所述对所述原始数据进行预处理的过程中包括以下至少一项:
40、使用第一预设数据处理工具,对所述原始数据进行清洗处理,以去除或修正所述原始数据中的错误、缺失、重复问题;
41、使用第二预设数据处理工具,对所述原始数据进行转换处理,以将所述原始数据转换成指定的数据形式;
42、使用第三预设数据处理工具,对所述原始数据进行整合处理,以将不同来源或不同格式的原始数据整合至统一的数据集。
43、可选地,所述从基于预处理后的数据,训练xgboost模型,以对预设目标变量进行评估预测的过程中包括:
44、基于预设目标和预设场景,设置xgboost模型参数,并按照预设调优策略进行参数调优;
45、选择对应所述xgboost模型参数的目标函数和评估指标,并按照预设验证策略进行验证评估;
46、根据所述xgboost模型参数、目标函数和评估指标,基于预处理后的原始数据,训练xgboost模型;
47、获取当前水质数据,使用训练好xgboost模型进行评估预测,输出对应所述当前水质数据的规律趋势数据。
48、可选地,所述获取当前水质数据,使用训练好xgboost模型进行评估预测,输出对应所述当前水质数据的规律趋势数据的过程中包括:
49、对获取的当前水质数据进行清洗、转换及整合处理,以使所述当前水质数据符合xgboost模型的输入要求;
50、使用训练好的xgboost模型对处理后本文档来自技高网...
【技术保护点】
1.一种水产养殖控制方法,其特征在于,包括:
2.根据权利要求1所述的一种水产养殖控制方法,其特征在于,所述方法在获取目标水产环境的水质参数的过程中,发送拍摄指令至遥感多光谱卫星,以使所述遥感多光谱卫星对所述目标水产环境进行拍摄,获取所述目标水产环境的水质参数。
3.根据权利要求1所述的一种水产养殖控制方法,其特征在于,所述水产养殖控制方法还包括AB测试模型,所述AB测试模型用于对所述水产养殖大模型输出的水质改善方案和/或所述渔业养殖方案在小区域范围内进行测试,以获取并返回测试结果至所述水产养殖大模型,使所述水产养殖大模型根据所述测试结果调整所述水质改善方案和/或所述渔业养殖方案。
4.根据权利要求1所述的一种水产养殖控制方法,其特征在于,所述构建水产养殖大模型的过程中包括:
5.根据权利要求4所述的一种水产养殖控制方法,其特征在于,所述构建水产养殖领域数据库的过程中包括:
6.根据权利要求4所述的一种水产养殖控制方法,其特征在于,所述对所述水产养殖领域数据库进行第一向量化处理的过程中包括:
7.根据权利要求
8.根据权利要求4所述的一种水产养殖控制方法,其特征在于,基于第二向量化处理的用户问题,检索第一向量化处理的水产养殖领域数据库,获取至少一候选答案的过程中包括:
9.根据权利要求1-8任一项所述的一种水产养殖控制方法,其特征在于,所述构建水质预测模型和/或构建鱼群数量预测模型的过程中包括:
10.根据权利要求9所述的一种水产养殖控制方法,其特征在于,所述基于预设技术策略进行原始数据的收集的过程中,确定原始数据的收集范围、收集频率、收集的数据格式和收集的数据标准,所述数据标准包括数据质量标准和数据有效性标准。
11.根据权利要求10所述的一种水产养殖控制方法,其特征在于,所述对所述原始数据进行预处理的过程中包括以下至少一项:
12.根据权利要求11所述的一种水产养殖控制方法,其特征在于,所述从基于预处理后的数据,训练XGBoost模型,以对预设目标变量进行评估预测的过程中包括:
13.根据权利要求12所述的一种水产养殖控制方法,其特征在于,所述获取当前水质数据,使用训练好XGBoost模型进行评估预测,输出对应所述当前水质数据的规律趋势数据的过程中包括:
14.一种智能设备,其特征在于,包括:存储器和处理器,其中,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至13中任一项所述的水产养殖控制方法的步骤。
15.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至13中任一项所述的水产养殖控制方法的步骤。
...【技术特征摘要】
1.一种水产养殖控制方法,其特征在于,包括:
2.根据权利要求1所述的一种水产养殖控制方法,其特征在于,所述方法在获取目标水产环境的水质参数的过程中,发送拍摄指令至遥感多光谱卫星,以使所述遥感多光谱卫星对所述目标水产环境进行拍摄,获取所述目标水产环境的水质参数。
3.根据权利要求1所述的一种水产养殖控制方法,其特征在于,所述水产养殖控制方法还包括ab测试模型,所述ab测试模型用于对所述水产养殖大模型输出的水质改善方案和/或所述渔业养殖方案在小区域范围内进行测试,以获取并返回测试结果至所述水产养殖大模型,使所述水产养殖大模型根据所述测试结果调整所述水质改善方案和/或所述渔业养殖方案。
4.根据权利要求1所述的一种水产养殖控制方法,其特征在于,所述构建水产养殖大模型的过程中包括:
5.根据权利要求4所述的一种水产养殖控制方法,其特征在于,所述构建水产养殖领域数据库的过程中包括:
6.根据权利要求4所述的一种水产养殖控制方法,其特征在于,所述对所述水产养殖领域数据库进行第一向量化处理的过程中包括:
7.根据权利要求4所述的一种水产养殖控制方法,其特征在于,所述接收用户问题,并对所述用户问题进行第二向量化处理的过程中包括:
8.根据权利要求4所述的一种水产养殖控制方法,其特征在于,基于第二向量化处理的用户问题,检索第一向量化处理的水产养殖领域数据库,获取至少...
【专利技术属性】
技术研发人员:王泓清,刘勇,
申请(专利权)人:浙江时空道宇科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。