溶解氧专题

论文辅导 | 基于K-means聚类和ELM神经网络的养殖水质溶解氧预测

辅导文章 模型描述 1)相似度统计量构造。数据归一化后,利用皮尔森相关系数确定环境因子权重,构造相似日的统计量-相似度。 2)K-means 聚类。根据相似度应用 K-means 聚类法对历史日数据样本聚类,找出合适样本,使得历史日样本被分为若干类。 3)预测日所属类别识别。以相似度最大的类别作为预测日的类别,形成训练样本。 4)ELM 神经网络建模与预测。利用训练样本建立ELM 神经网络

为什么要对水温、PH、溶解氧、电导率和浊度常规指标进行监测呢?

首先,水温,如果地表水温变化太大会影响鱼虾贝类的进食速度,进而还会对他们的繁殖时间和效率造成影响,不仅如此,水温变化还会影响水生植物、微生物的正常生长; 其次,PH,PH值是水质的重要指标,不仅直接影响鱼虾壳类水生物的生理活动,而且还通过改变水体环境中的其他理化及生物因子间接作用于鱼虾壳类,在水体中PH值可以十分直观的反映着水质的变化,比如藻类的活力、二氧化碳的存在状态等; 第三,溶解氧,溶解氧