[發明專利]一種基于深度置信網絡的水體氨氮預測方法及裝置

有效

• 申請號: 201810482608.0
• 申請日: 2018-05-18
• 公開（公告）號: CN108710974B
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 陳英義;成艷君;程倩倩;劉燁琦;方曉敏;龔川洋;于輝輝
• 申請（專利權）人: 中國農業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發明提供一種基于深度置信網絡的水體氨氮預測方法及裝置，所述方法包括：基于目標水體水質的實際水質參數和實際環境因子參數，利用預先建立的深度置信網絡預測模型，預測所述目標水體的氨氮含量；其中，所述深度置信網絡預測模型為預先根據預測需求進行初始化，并利用選取的樣本數據，進行基于暫時拋棄點dropout的訓練和測試獲取的，所述樣本數據為樣本水質環境參數與樣本水體氨氮含量對。本發明簡單易行，能夠有效提高水體氨氮含量的預測運算速度和預測精度，并有效改善預測方法的穩定性和普適性。

技術領域

本發明涉及計算機技術領域，更具體地，涉及一種基于深度置信網絡的水體氨氮預測方法及裝置。

背景技術

隨著水產養殖進入精養化階段，水質管理成為水產養殖業最為關心的問題。影響水質的因素有生物、物理及化學等多方面因素，例如：水溫、pH值、水質氨氮及溶解氧等，其中水質氨氮更是檢測水質的主要關鍵指標之一。

水體中的氨氮是單循環中的重要組成部分，對水產養殖對象具有生物毒害，其進入水生生物體內后，會使其表現出呼吸困難、抵抗力下降及不進食等現象，進而影響到水產品的質量和產量，嚴重時可導致大批養殖生物死亡，給養殖戶帶來經濟損失。因此深入研究養殖池塘中水質氨氮的變化規律，以準確預測其變化并將預測結果應用在生產過程指導中，在池塘養殖過程中將水質氨氮控制在合理的范圍內，進而對防范水體惡化、提高養殖產品質量、預防病害風險的發生和提高養殖效益具有重要意義。

池塘中氨氮的來源主要是肥料和飼料，而影響其含量的因素有很多，如pH、溶解氧、水溫和氧化還原電位等都會引起水質氨氮含量的變化，且各因素之間相互影響，檢測復雜困難且數據冗余度高。因此，池塘水質氨氮的變化趨勢具有明顯的非線性特點，沒有直觀規律可循。水質氨氮變化涉及多個方面，其中許多變化原理尚不明確，很難從機理上建模。

目前，應用于水質參數預測的方法主要有灰色系統理論、BP神經網絡及其組合模型等，但也僅限于環境水體指標分析檢測。灰色理論模型可以用來處理樣本量少且信息不全的數據，但在原始數據序列變化不呈指數規律、有異常和波動的情況下，灰色理論模型的預測精度會大大降低。BP神經網絡可以解決非線性復雜的問題，但其訓練速度過慢、對外部噪聲過于敏感，導致預測結果穩定性差且精度不高。

發明內容

為了克服上述問題或者至少部分地解決上述問題，本發明提供一種基于深度置信網絡的水體氨氮預測方法及裝置，用以有效提高水體氨氮含量的預測運算速度和預測精度，并有效改善預測方法的穩定性和普適性。

一方面，本發明提供一種基于深度置信網絡的水體氨氮預測方法，包括：基于目標水體水質的實際水質參數和實際環境因子參數，利用預先建立的深度置信網絡預測模型，預測所述目標水體的氨氮含量；其中，所述深度置信網絡預測模型為預先根據預測需求進行初始化，并利用選取的樣本數據，進行基于暫時拋棄點dropout的訓練和測試獲取的，所述樣本數據為樣本水質環境參數與樣本水體氨氮含量對。

其中，所述實際水質參數具體包括：水體水質氨氮含量以及水體水溫、水質電導率、水深、水質鹽度、總溶解固體濃度、水密度、pH值、溶解氧含量、溶解氧飽和度、氧化還原電位(ORP)、亞硝酸鹽濃度、散射濁度、濁度和藍綠藻濃度中的一種或多種；所述實際環境因子參數具體包括：風速、風向、太陽輻射、空氣溫度、空氣濕度、大氣壓強、土壤水分和土壤溫度中的一種或多種。