|
|||||
|
|
| 基于DBN-LSSVR的南美白对虾养殖溶解氧预测 | |
| 作者单位： | ;1.仲恺农业工程学院信息科学与技术学院;2.仲恺农业工程学院广东省水禽健康养殖重点实验室 |
| 摘 要： | 为了提高南美白对虾(Litopenaeus vannamei)养殖溶解氧预测的精度,提出了深度信念网络融合最小二乘支持向量回归机(Deep belief nets-least squares support vector regression,DBN-LSSVR)的南美白对虾养殖溶解氧预测模型.首先,采用深度信念网络(Deep belief nets,DBN)方法,多尺度提取养殖水质时序数据的特征向量;然后,使用提取的养殖水质特征向量训练和优化DBN-LSSVR,构建了基于DBN-LSSVR的对虾养殖水质溶解氧预测模型;最后,以广州市番禺区南美白对虾养殖水质溶解氧实测数据为基础,对预测模型进行了实验验证,并与浅层BP神经网络、标准最小二乘支持向量回归机进行了对比分析.所构建的模型具有较高的预测精度和泛化性能,是一种有效的南美白对虾养殖溶解氧预测方法. |
| 关 键 词： | 溶解氧预测 深度信念网络 最小二乘支持向量回归机 南美白对虾养殖 特征提取 |
Prediction of dissolved oxygen in Litopenaeus vannamei culture based on deep belief network and least squares support vector regression |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |