[發明專利]冷鏈運輸中動態水產品腐化監測預警方法

在審

• 申請號: 202110286039.4
• 申請日: 2021-03-17
• 公開（公告）號: CN113052527A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 鄂旭;石美玲;趙生慧;楊芳;周津;勵建榮;李學鵬;蓋潤青;王楊;姜沛淵
• 申請（專利權）人: 渤海大學
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06F30/27;G06N3/04;G06N3/08;G08B21/12;G08B21/18;G06F113/08
• 代理公司: 沈陽亞泰專利商標代理有限公司 21107
• 代理人: 郭元藝

1.一種冷鏈運輸中動態水產品腐化監測預警方法，其特征在于，按如下步驟實施：

（1）通過溫濕度傳感器、二氧化碳傳感器及氨氣傳感器采集冷鏈運輸車中的水產品環境參數，并將所述水產品環境參數數據發送至物聯網云平臺；

（2）對步驟（1）所述水產品環境參數數據進行預處理，生成新時間序列t-1，進行數據合并，完成數據轉換，實現時間序列向監督學習的轉換；

（3）使用長短期記憶網絡訓練水產品環境參數數據，生成氨氣預測模型；

（4）使用步驟（3）所述氨氣預測模型預測氨氣量值；

（5）判斷預測的氨氣量值是否超出預設閥值，如超出預設閥值，則啟動預警模塊；如否，則返回步驟（4）繼續進行監測。

2.根據權利要求1所述冷鏈運輸中動態水產品腐化監測預警方法，其特征在于：所述步驟（2）中，使用pd.shift（1）函數將原時間序列t向下移動1步重新生成新時間序列t-1，即前一時刻的數據；將新時間序列t-1的所有列與原時間序列t的氨氣列進行合并，最后使用dropna函數刪除第一行數據，即完成數據轉換。

3.根據權利要求2所述冷鏈運輸中動態水產品腐化監測預警方法，其特征在于：所述步驟（3）中，使用compile函數編譯模型，損失函數選擇mae，優化器選擇adam，最后使用model.fit函數執行模型訓練，即生成氨氣預測模型。

4.根據權利要求3所述冷鏈運輸中動態水產品腐化監測預警方法，其特征在于：所述步驟（3）中，對氨氣預測模型進行評估，使用model.predict函數采用驗證集進行模型預測，此函數輸出值即為預測數據；使用inverse_transform函數對預測數據和原始數據分別進行反向轉換，之后分別輸出預測值和真實值。