期刊专题

10.12131/20220298

基于CNN-GRU混合模型的养殖工船水体溶解氧预测研究

引用
溶解氧(Dissolved oxygen,DO)是影响养殖工船水产品健康生长的重要因素,准确预测DO对提高水产品产量和品质具有重要意义.为提高DO预测精度,以卵形鲳鲹(Trachinotus ovatus)养殖试验采集的数据为样本,使用卷积神经网络(Convolutional neural network,CNN)和门控循环单元(Gated recurrent unit,GRU)方法建立养殖工船水体DO预测混合模型,通过Pearsons相关性分析,选用DO、温度、pH和循环水流量4个预测因子进行训练和校准,预测了DO含量.通过与CNN、GRU和长短期记忆(Long short-term memory,LSTM)模型进行对比,所建模型在各项评价指标中的性能均最优,其均方根误差(Root mean square error,RMSE)、平均绝对误差(Mean absolute error,MAE)和决定系数R2分别为0.119、0.084和0.976.结果表明,所建模型的预测精度最高,可以满足养殖工船实际生产中对DO预测的需求,为养殖工船生产过程中DO的监控和预警提供参考.

养殖工船、溶解氧、卷积神经网络、门控循环单元

19

S967.9(水产养殖技术)

广东省海洋经济发展海洋六大产业专项资金资助项目;湛江市海洋装备;海洋生物揭榜挂帅制人才团队专项资金资助项目;南方海洋科学与工程广东省实验室湛江项目

2023-10-08(万方平台首次上网日期,不代表论文的发表时间)

共7页

174-180

暂无封面信息
查看本期封面目录

南方水产科学

2095-0780

44-1683/S

19

2023,19(4)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn