【技术实现步骤摘要】
本专利技术涉及智能检测,更具体地说,它涉及一种水体污染物浓度智能检测系统及其检测方法。
技术介绍
1、在水产养殖池塘水质监测中,养殖生物需要更加优质的养殖环境来加快养殖速度,因此水体污染物浓度的智能检测至关重要,然而水体污染物的传播速度会比较快,难以掌控,因此亟须一种可以预测水体污染物扩散趋势并且可以精准实时检测水体污染物浓度并结合水生生物行为数据判断对养殖生物的即时影响,优化养殖环境。
2、传统水体污染物检测技术主要依赖实验室化学分析或单一传感器现场检测,存在响应速度慢、多参数协同分析能力弱、无法进行实时动态预测等缺陷。
技术实现思路
1、本专利技术提供一种水体污染物浓度智能检测系统及其检测方法,解决相关技术中的数据处理响应速度慢,在水产养殖过程中对水体的污染物扩散迅速以及水生物行为异常导致水产养殖效率低下的技术问题。
2、本专利技术提供了一种水体污染物浓度智能检测方法,包括:
3、步骤100,获取光学数据、化学数据、电学数据、环境数据和生物数据;
...【技术保护点】
1.一种水体污染物浓度智能检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种水体污染物浓度智能检测方法,其特征在于,使用边缘节点完成光学数据、化学数据、电学数据、环境数据和生物数据的数据预处理。
3.根据权利要求2所述的一种水体污染物浓度智能检测方法,其特征在于,从光学传感器获取水体的透光率、颜色的光学数据,从化学传感器获取水体的溶解氧含量、氨氮浓度、总磷含量的化学数据,从电学传感器获取水体的电导率、氧化还原电位的电学数据,从环境传感器获取水体的水流速度和水流方向的环境数据,从生物监测器获取鱼类的游动速度的生物数据。
【技术特征摘要】
1.一种水体污染物浓度智能检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种水体污染物浓度智能检测方法,其特征在于,使用边缘节点完成光学数据、化学数据、电学数据、环境数据和生物数据的数据预处理。
3.根据权利要求2所述的一种水体污染物浓度智能检测方法,其特征在于,从光学传感器获取水体的透光率、颜色的光学数据,从化学传感器获取水体的溶解氧含量、氨氮浓度、总磷含量的化学数据,从电学传感器获取水体的电导率、氧化还原电位的电学数据,从环境传感器获取水体的水流速度和水流方向的环境数据,从生物监测器获取鱼类的游动速度的生物数据。
4.根据权利要求3所述的一种水体污染物浓度智能检测方法,其特征在于,通过卷积神经网络对光学数据进行光学特征提取的公式如下:
5.根据权利要求4所述的一种水体污染物浓度智能检测方法,...
【专利技术属性】
技术研发人员:范自强,胡海平,范国涛,
申请(专利权)人:深圳市鸿海水族设备有限公司,
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。