针对养殖水质检测与调控的实际需求,提出了一种基于NB-IoT(Narrow Band-Internet of things,窄带物联网)和无人船巡检技术的水质检测与调节物联网系统。通过将无人船作为移动水质感知节点采集养殖水质信息,然后通过NB-IoT无线通信技术...针对养殖水质检测与调控的实际需求,提出了一种基于NB-IoT(Narrow Band-Internet of things,窄带物联网)和无人船巡检技术的水质检测与调节物联网系统。通过将无人船作为移动水质感知节点采集养殖水质信息,然后通过NB-IoT无线通信技术将数据上传至OneNET云平台,最终将水质信息可视化呈现在终端的Web界面;同时设计了以水质调节设备为核心的水质调节节点,通过NB-IoT无线通信模块接收终端下发的控制指令,完成对水质设备的调控。结果显示:无人船可以根据用户的指令,进行自动路径规划并实时发回当前水域的温度、浊度、硝酸盐、铵离子含量、溶氧和pH等参数,并且在Web应用中可以实时查看水质数据和专家系统给出的养殖建议,可在线控制增氧机和换水泵等设备,对水质进行调节。研究表明,本系统满足了养殖场水质多点巡检与调节的需求,具有一定的应用前景。展开更多
为解决传统预测方法和标准最小二乘支持向量回归机(least squares support vector regression,LSSVR)在水质预测中存在预测精度低、鲁棒性差等问题,提出了自适应粒子群优化加权最小二乘支持向量回归机(adaptiveparticle swarm optimizat...为解决传统预测方法和标准最小二乘支持向量回归机(least squares support vector regression,LSSVR)在水质预测中存在预测精度低、鲁棒性差等问题,提出了自适应粒子群优化加权最小二乘支持向量回归机(adaptiveparticle swarm optimization weighted least squares support vector regression,APSO-WLSSVR)的水质预测模型。根据样本对模型重要性不同为各样本赋予不同权重,建立了加权最小二乘支持向量回归机(weighted least squaressupport vector regression,WLSSVR),实现对样本数据"重近轻远"的优化选择,避免标准LSSVR算法因没有考虑样本重要性差异致使预测精度低的问题;采用自适应粒子群优化算法对模型参数组合进行优化选择,克服了标准LSSVR算法因试凑法获取参数的盲目性和人为因素的影响。为验证该模型的性能,对江苏省宜兴市集约化河蟹养殖水质进行预测,并与其他预测方法对比分析,结果表明该模型预测精度明显提高,还具有较好的鲁棒性和泛化能力,能够满足集约化水产养殖水质管理的实际需要。展开更多
文摘针对养殖水质检测与调控的实际需求,提出了一种基于NB-IoT(Narrow Band-Internet of things,窄带物联网)和无人船巡检技术的水质检测与调节物联网系统。通过将无人船作为移动水质感知节点采集养殖水质信息,然后通过NB-IoT无线通信技术将数据上传至OneNET云平台,最终将水质信息可视化呈现在终端的Web界面;同时设计了以水质调节设备为核心的水质调节节点,通过NB-IoT无线通信模块接收终端下发的控制指令,完成对水质设备的调控。结果显示:无人船可以根据用户的指令,进行自动路径规划并实时发回当前水域的温度、浊度、硝酸盐、铵离子含量、溶氧和pH等参数,并且在Web应用中可以实时查看水质数据和专家系统给出的养殖建议,可在线控制增氧机和换水泵等设备,对水质进行调节。研究表明,本系统满足了养殖场水质多点巡检与调节的需求,具有一定的应用前景。
文摘为解决传统预测方法和标准最小二乘支持向量回归机(least squares support vector regression,LSSVR)在水质预测中存在预测精度低、鲁棒性差等问题,提出了自适应粒子群优化加权最小二乘支持向量回归机(adaptiveparticle swarm optimization weighted least squares support vector regression,APSO-WLSSVR)的水质预测模型。根据样本对模型重要性不同为各样本赋予不同权重,建立了加权最小二乘支持向量回归机(weighted least squaressupport vector regression,WLSSVR),实现对样本数据"重近轻远"的优化选择,避免标准LSSVR算法因没有考虑样本重要性差异致使预测精度低的问题;采用自适应粒子群优化算法对模型参数组合进行优化选择,克服了标准LSSVR算法因试凑法获取参数的盲目性和人为因素的影响。为验证该模型的性能,对江苏省宜兴市集约化河蟹养殖水质进行预测,并与其他预测方法对比分析,结果表明该模型预测精度明显提高,还具有较好的鲁棒性和泛化能力,能够满足集约化水产养殖水质管理的实际需要。
