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() 基于水质智能感知的鲫鱼繁育全流程监测方法及系统技术方案_技高网

基于水质智能感知的鲫鱼繁育全流程监测方法及系统技术方案

技术编号:41280067 阅读:3 留言:0更新日期:2024-05-11 09:30
本发明专利技术公开了一种基于水质智能感知的鲫鱼繁育全流程监测方法及系统,包括:获取当前鲫鱼繁育的繁育工作流,根据历史水质监测参数与繁育工作流进行匹配,进行数据更新;在不同的繁育工作流子段中根据繁育特征筛选高关联水质参数,设置对应的关键水质指标;通过关键水质指标进行不同繁育阶段的水质监测参数提取,并构建鲫鱼正常繁育的适生水质序列,对提取的水质监测参数序列进行细粒度分析,获取与适生水质序列的偏差;根据偏差生成鲫鱼繁育过程的预警。本发明专利技术筛选鲫鱼繁育期间不同阶段的高关联水质因素进行分析,减少了监测数据的冗余性,并且为不同繁育阶段分配适应性细粒度划分,提高了监测效率及精准度。

【技术实现步骤摘要】

本专利技术涉及鲫鱼繁育,更具体的,涉及一种基于水质智能感知的鲫鱼繁育全流程监测方法及系统


技术介绍

1、鲫鱼属鲤形目,其鱼肉味质鲜美,营养丰富,是我国著名的优质食用鱼之一,深受消费者的喜爱。鲫鱼属杂食性鱼类,具有耐低温、耐低氧、繁殖力强的优点,在自然条件及人工养殖条件下,以摄食配合饲料为主,兼食水生昆虫、浮游动物等,其在全国各地均有养殖,而且养殖模式也多种多样,这样也使得鲫鱼苗种的需求量逐年增加。现有技术方式下对鲫鱼鱼苗的繁育方法是,先将鲫鱼鱼卵在水泥池或者孵化桶中进行孵化,再在池塘中进行水花培育,这是现今最常见也是较为有效的方式。

2、鲫鱼的繁育过程需要保证水质及营养物质和栖息地。而在养殖过程中投放用深度加工的饲料,饲料泡水之后会因未摄食残饵以及排泄物、尸体的腐败、分解,引起水质恶变,使水中营养元素n、p等转化为有害物质,引起鲫鱼幼鱼发病、死亡,在降低了鲫鱼培育过程中的存活率。水质的好坏直接关系到鲫鱼繁殖过程中的健康生长甚至是养殖的成败,因此,通过水质智能感知收集养殖水体的有效数据信息分析水质参数变化规律,为鲫鱼的人工、半自动化和自动化繁育及养殖提供基础数据,进而完善管理,提高鲫鱼的产量和品质。


技术实现思路

1、为了解决上述技术问题,本专利技术提出了一种基于水质智能感知的鲫鱼繁育全流程监测方法及系统。

2、本专利技术第一方面提供了一种基于水质智能感知的鲫鱼繁育全流程监测方法,包括:

3、获取当前鲫鱼繁育的繁育工作流,通过物联网感知获取目标养殖水域的水质监测参数,根据历史水质监测参数与繁育工作流进行匹配,生成数据更新后的繁育工作流;

4、利用不同繁育阶段将更新后的繁育工作流进行划分,在不同的繁育工作流子段中根据繁育特征筛选高关联水质参数,根据所述高关联水质参数设置不同繁育阶段的关键水质指标;

5、通过所述关键水质指标进行不同繁育阶段的水质监测参数提取,并构建鲫鱼正常繁育的适生水质序列,对提取的水质监测参数序列进行细粒度分析,获取与适生水质序列的偏差;

6、根据所述偏差进行鲫鱼繁育过程的预警,生成不同等级的预警信息,通过预警信息进行目标养殖水域的水质调控。

7、本方案中,根据历史水质监测参数与繁育工作流进行匹配,生成数据更新后的繁育工作流,具体为:

8、获取预设时间步内目标养殖水域的鲫鱼繁育数据,将所述鲫鱼繁育数据进行预处理,并获取鲫鱼繁育的标志性阶段对预处理后的鲫鱼繁育数据进行聚类,根据聚类结果获取标志性阶段的繁育数据集;

9、根据所述繁育数据集提取工序特征,利用所述工序特征构建检索标签进行鲫鱼繁育实例的检索,根据相似度计算获取符合预设标准的鲫鱼繁育实例子集,将不同鲫鱼繁育实例进行聚合获取当前繁育措施的流程规则;

10、基于所述流程规则驱动聚类生成的繁育数据集创建当前鲫鱼繁育的繁育工作流,并根据鲫鱼繁育数据的更新进行所述繁育工作流的拓展;

11、利用无线通信结合传感器信息采集进行目标养殖水域的水质网格化监测,感知不同分区的水质监测参数,获取预设时间步内的历史水质监测参数;

12、将所述历史水质监测参数与繁育工作流进行匹配,根据繁育工作流中的流程节点设置数据指标,利用数据指标将历史水质监测数据插值入繁育工作流,生成数据更新后的繁育工作流。

13、本方案中,在不同的繁育工作流子段中根据繁育特征筛选高关联水质参数,根据所述高关联水质参数设置不同繁育阶段的关键水质指标,具体为:

14、利用标志性阶段在更新后的繁育工作流中进行初步分段标记,在不同初级分段标记位置预设邻域区间,选取邻域区间中流程节点,基于初步分段后各分段的流程节点对应的均值设置阶段中心;

15、利用欧式距离配置隶属度函数,判断邻域区间中流程节点距离相邻两阶段中心的欧式距离,当存在任一欧式距离大于等于预设距离阈值时,则将流程节点归属于隶属度高的繁育阶段;

16、当两个欧式距离均小于预设距离阈值时,则将流程节点分别归属于相邻的两个繁育阶段,当所有初级分段标记位置邻域区间中的流程节点划分结束后,获取更新后的繁育工作流的划分结果;

17、根据不同繁育工作流子段中的流程节点提取繁育特征,利用所述繁育特征在水质监测参数中计算皮尔逊相关系数,通过所述皮尔逊相关系数筛选不同繁育工作流子段的水质监测参数;

18、构建鲫鱼存活率预测模型,利用不同繁育工作流子段的水质监测参数训练所述鲫鱼存活率预测模型,读取对应预测准确度,以最大化预测精确度为目标,利用折交叉验证评估水质监测参数的重要度;

19、利用重要度将不同繁育工作流子段的水质监测参数进行排序,选取预设数量的高关联水质参数作为关键水质指标。

20、本方案中,通过所述关键水质指标进行不同繁育阶段的水质监测参数提取,并构建鲫鱼正常繁育的适生水质序列,具体为:

21、获取不同繁育工作流子段对应的关键水质指标,根据所述关键水质指标在历史水质监测参数中进行参数提取,在提取的参数中根据对应鲫鱼存活率进行参数筛选;

22、获取关键水质指标下的参数规模,筛选小于预设规模的关键水质指标进行标记,将标记关键水质指标对应的参数导入自编码器网络获取潜在特征分布,并引入对抗机制;

23、将自编码器网络的编码器部分作为生成器学习参数的潜在特征分布,获取参数的重构数据并映射到相同的位置,在潜在特征层添加鉴别器,惩罚潜在特征空间位置分布偏差过大的重构数据;

24、利用对抗机制的迭代训练扩充标记关键水质指标对应的参数,当参数规模符合预设规模时,则停止迭代,输出扩充后标记关键水质指标对应的参数;

25、利用参数筛选及数据扩充后的参数构建不同繁育阶段中鲫鱼正常繁育的适生水质序列。

26、本方案中,对提取的水质监测参数序列进行细粒度分析,获取与适生水质序列的偏差,具体为:

27、根据关键水质指标提取不同繁育阶段的水质监测参数,结合监测时间生成不同繁育阶段的水质监测参数序列;

28、根据历史平均鲫鱼存活率对生成不同繁育阶段的初始权重,并根据历史鲫鱼繁育数据提取不同繁育阶段的病害及事故实例,计算不同繁育阶段的事故率;

29、通过所述初始权重结合事故率确定不同繁育阶段的细粒度划分程度,根据不同繁育阶段的细粒度划分程度进行水质监测参数序列的划分,获取对应的水质监测参数细粒度序列;

30、并调用适生水质序列生成对应的适生水质细粒度序列,计算水质监测参数细粒度序列与适生水质细粒度序列之间的均方距离,根据均方距离序列生成偏差。

31、本方案中,根据所述偏差进行鲫鱼繁育过程的预警,生成不同等级的预警信息,通过预警信息进行目标养殖水域的水质调控,具体为:

32、预设偏差阈值区间,为不同的预设偏差阈值区间匹配预警等级,获取偏差所落在的偏差阈值区间确定对应预警等级,生成预警信息按照预设方式进行发送及可视化显示;...

【技术保护点】

1.一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,根据历史水质监测参数与繁育工作流进行匹配,生成数据更新后的繁育工作流,具体为:

3.根据权利要求1所述的一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,在不同的繁育工作流子段中根据繁育特征筛选高关联水质参数,根据所述高关联水质参数设置不同繁育阶段的关键水质指标,具体为:

4.根据权利要求1所述的一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,通过所述关键水质指标进行不同繁育阶段的水质监测参数提取,并构建鲫鱼正常繁育的适生水质序列,具体为:

5.根据权利要求1所述的一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,对提取的水质监测参数序列进行细粒度分析,获取与适生水质序列的偏差,具体为:

6.根据权利要求1所述的一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,根据所述偏差进行鲫鱼繁育过程的预警,生成不同等级的预警信息,通过预警信息进行目标养殖水域的水质调控,具体为:

7.一种基于水质智能感知的鲫鱼繁育全流程监测系统,其特征在于,该系统包括:存储器、处理器,所述存储器中包括基于水质智能感知的鲫鱼繁育全流程监测方法程序,所述基于水质智能感知的鲫鱼繁育全流程监测方法程序被所述处理器执行时实现如下步骤:

8.根据权利要求7所述的一种基于水质智能感知的鲫鱼繁育全流程监测系统,其特征在于,通过所述关键水质指标进行不同繁育阶段的水质监测参数提取,并构建鲫鱼正常繁育的适生水质序列,具体为:

9.根据权利要求7所述的一种基于水质智能感知的鲫鱼繁育全流程监测系统,其特征在于,对提取的水质监测参数序列进行细粒度分析,获取与适生水质序列的偏差,具体为:

10.根据权利要求7所述的一种基于水质智能感知的鲫鱼繁育全流程监测系统,其特征在于,根据所述偏差进行鲫鱼繁育过程的预警,生成不同等级的预警信息,通过预警信息进行目标养殖水域的水质调控,具体为:

...

【技术特征摘要】

1.一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,根据历史水质监测参数与繁育工作流进行匹配,生成数据更新后的繁育工作流,具体为:

3.根据权利要求1所述的一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,在不同的繁育工作流子段中根据繁育特征筛选高关联水质参数,根据所述高关联水质参数设置不同繁育阶段的关键水质指标,具体为:

4.根据权利要求1所述的一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,通过所述关键水质指标进行不同繁育阶段的水质监测参数提取,并构建鲫鱼正常繁育的适生水质序列,具体为:

5.根据权利要求1所述的一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,对提取的水质监测参数序列进行细粒度分析,获取与适生水质序列的偏差,具体为:

6.根据权利要求1所述的一种基于水质智能感知的鲫鱼繁育全流程监测方法,其特征在于,...

【专利技术属性】
技术研发人员:姜松周发林李运东杨其彬史健志黄建华杨丽诗
申请(专利权)人:中国水产科学研究院南海水产研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1