排序方式: 共有30条查询结果,搜索用时 15 毫秒
11.
基于集合经验模态分解和人工蜂群算法的工厂化养殖pH值预测 总被引:8,自引:5,他引:3
针对单一预测模型预测养殖pH值精度低等问题,提出集合经验模态分解(ensemble empirical mode decomposition,EEMD)和改进人工蜂群算法(improve artificial bee colony,IABC)相结合的南美白对虾工厂化养殖pH值组合预测模型。在建模过程中,利用EEMD算法对原始pH值时间序列进行多尺度分解,得到一组平稳、互不耦合的子序列;根据各子序列变化特征选择适宜的单项预测方法并建模,通过改进人工蜂群(IABC)算法优化复杂非线性组合预测模型目标函数权重系数,构建了工厂化养殖pH值非线性组合预测模型。利用该模型对广东省湛江市2014年9月8日-2014年9月15日期间工厂化养殖pH值进行预测,结果表明,该预测模型取得了较好的预测效果,与模拟退火优化BP神经网络(simulated Annealing-BP neural network,SA-BPNN)和遗传算法优化最小二乘支持向量回归机(genetic algorithm-least square support vector regression,GA-LSSVR)对比分析,模型评价指标平均绝对百分比误差MAPE、均方根误差、平均绝对误差MAE和相关系数R2分别为0.0035、0.0274、0.0224和0.9923,均表明该文提出的组合预测模型具有更高预测精度,能够满足实际南美白对虾工厂化养殖pH值精细化管理需要,也为其他领域pH值预测提供参考。 相似文献
12.
羊舍湿度过高或过低都会直接威胁肉羊健康生长,及时掌握湿度变化趋势并提前调控是确保规模化肉羊无应激环境下健康养殖的关键。为提高湿度预测精度,提出了基于奇异谱分析(SSA)、粒子群优化算法(PSO)、长短时记忆网络(LSTM)的羊舍湿度非线性组合预测模型。利用SSA分离出正常序列和噪声序列,将原始序列转换为平滑序列;其次通过PSO不断迭代优化确定LSTM的最优参数组合,降低LSTM的训练成本;最终依据优化参数建立组合预测模型分别对两序列进行预测,模型结果之和为最终预测结果。利用该模型对新疆维吾尔自治区2021年3月17—27日期间的羊舍空气相对湿度进行预测,结果表明,该组合预测模型具有良好的泛化性、稳定性和收敛性。与标准的ELM、SVR、LSTM、PSO-LSTM、EMD-PSO-LSTM等模型相比,本文提出的SSA-PSO-LSTM组合模型具有更高的预测精度,其均方误差、平均绝对误差和决定系数分别为1.127%2、0.803%和0.988。 相似文献
13.
14.
针对甘蔗叶片早期轮斑病与锈病发病症状相似,难以区分,导致在实际生产中不便对症施药的问题,以甘蔗早期轮斑病和锈病叶片为研究对象,探究利用高光谱成像技术来识别甘蔗叶片早期轮斑病与锈病的可行性。首先,利用高光谱成像系统在406~1 014 nm光谱范围内采集甘蔗健康叶片、早期轮斑病叶片和锈病叶片的高光谱图像,提取图像的感兴趣区域(Region of interest, ROI)并计算其平均光谱作为原始光谱数据,采用一阶导数(First derivative, FD)、Savitzky-Golay卷积平滑(Savitzky-Golay convolutional smoothing, SG)和标准正态变换(Standard normal variate, SNV)分别对原始光谱数据进行预处理。然后,在预处理的基础上采用主成分分析(Principal component analysis, PCA)算法、蚁群优化(Ant colony optimization, ACO)算法进行特征降维,并将降维后的特征作为后期建模的输入变量。最后,结合降维和不降维2种方式使用支持向量机(SVM)和随机森林(R... 相似文献
15.
多输入多输出(Multiple-inputmultiple-output,MIMO)技术可以有效提高水禽监控网络节点间的数据传输速率和误比特性能.载波序号调制技术(Orthogonalfrequencydivisionmultiplexingwithindexmodulation,OFDM-IM)是一种可以有效对抗由多径传输引起的频率选择性衰落并获得更优的频谱效率和误比特性能多载波传输新技术.通过将MIMO和载波序号调制技术相结合可以提高水禽监控网络节点间的数据传输速率和可靠性,提出一种基于树形搜索的序贯蒙特卡罗(SequentialMonteCarlo,SMC)低复杂度接收机,通过对每个子载波抽取采样点,可以大幅降低接收机的计算法复杂度.仿真结果表明提出的SMC接收机可以在线性计算复杂度下获得接近最优的最大似然(MaximumLikelihood,ML)概率的接收机的误比特性能. 相似文献
16.
17.
为了提高水禽养殖中粉尘预测精度,提出基于XGBoost的水禽养殖粉尘预测模型.通过对粉尘相关参数进行相关性分析,提取出更重要的参数进行预测,简化了模型,降低计算难度,然后将归一化后的数据输入模型进行训练优化,最后通过与其他传统模型进行对比分析,提出的预测模型评价指标平均绝对百分比误差、平均绝对误差和均方根误差分别为0.... 相似文献
18.
19.
提出了一种基于改进YOLOv5n的肉羊攻击行为检测方法.在轻量级网络YOLOv5n的基础上,首先利用Ghost模块卷积替换传统卷积,减少网络参数和计算成本;其次在网络关键位置添加坐标注意力机制(Coordinate Attention, CA),用来增强网络通道信息和位置信息;然后引入EIOU(Efficient Intersection Over Union)损失函数,并进行改进,增强预测框准确性,减少误检情况;最后利用Ranger21优化器替代SGD(Stochastic Gradient Descent)优化器,缓解Ghost模块卷积提取特征不足,加快模型收敛速度.为了提升模型对不同天气泛化能力,对一半数据添加雪天、雨天和雾化3种天气情况.对比试验表明,改进模型是原YOLOv5n基础模型参数的83%,模型大小仅有3 Mb,而准确率提升0.7%,召回率提升1.3%,mAP(Mean Average Precision)提升0.5%,F1提升1.01%,同时优于其他主流基于YOLO轻量级网络模型. 相似文献
20.
基于PCA-MCAFA-LSSVM的养殖水质pH值预测模型 总被引:5,自引:0,他引:5
为解决水质预测传统方法精度低、鲁棒性差等问题,提出了基于主成分分析(PCA)、改进文化鱼群算法(MCAFA)和最小二乘支持向量机(PCA-MCAFA-LSSVM)的养殖水质pH值预测模型。该模型通过主成分分析提取养殖生态环境指标的主成分,降低模型输入向量维数,利用改进文化鱼群算法对最小二乘支持向量机超参数进行组合优化,以自动获取最优超参数建立非线性养殖水质pH值预测模型。应用该模型对宜兴市河蟹养殖某池塘2011年9月1日~9月4日在线监测的水质数据进行了预测分析,试验结果表明:该模型取得较好的预测效果,与分别用蚁群算法或遗传算法优化LSSVM的方法相比,PCA-MCAFA-LSSVM模型有93.05%的测试样本绝对误差小于8%,最大绝对误差仅为11.61%,均方根误差、平均相对误差绝对值和运行时间分别为0.047 4、0.004 1和4.367s,且均优于其他预测方法。PCA-MCAFA-LSSVM算法不仅计算速度快、预测精度高,还能够为河蟹养殖水质调控管理提供决策依据。 相似文献