基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
亚硝态氮对于水产养殖动物具有毒性,对于其含量的及时监控非常重要.基于光谱法和电极法设计的亚硝态氮传感器价格昂贵,难以大面积推广,因此急需研发一种能快速预测养殖水体亚硝态氮的模型.实验通过实验室构建的水质在线检测系统测定水体中温度、pH、溶解氧、氧化还原电位4个参数,同时用α-萘胺比色法测定水体中亚硝态氮的浓度,从4种参数中选取与亚硝态氮浓度相关的参数作为预测模型的关联变量.水质参数数据及亚硝态氮浓度数据分别经预处理后作为原始数据用于SAE神经网络的训练,训练方法采用无监督逐层贪婪训练法,用学习到的特征监督训练SAE-BP神经网络,利用反向传播算法(BP)优化模型.训练得到结构为4-5-4-3-1的SAE-BP神经网络模型,建立的神经网络模型对实验数据预测的拟合优度R2为0.95,预测结果的均方根误差RMSEP为0.099 71.研究表明,亚硝态氮预测模型可以较为精准地预测水体中亚硝态氮的浓度.本模型将为开发在线快速监测养殖水体亚硝态氮浓度提供新的思路.
推荐文章
基于小波分析与BP神经网络的西湖叶绿素a浓度预测模型
小波分析
BP神经网络
Chl-a
短期预测
杭州西湖
基于自编码神经网络建立的搜索信息模型
文本特征
自编码神经网络
深度学习
Matlab
基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究
航空发动机
堆叠自编码
BP神经网络
寿命预测
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于栈式自编码BP神经网络预测水体亚硝态氮浓度模型
来源期刊 水产学报 学科 农学
关键词 亚硝态氮 栈式自编码 SAE-BP神经网络 预测模型
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 958-967
页数 10页 分类号 S949|X832
字数 7113字 语种 中文
DOI 10.11964/jfc.20180411259
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (206)
共引文献  (218)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(5)
  • 参考文献(0)
  • 二级参考文献(5)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(7)
  • 参考文献(0)
  • 二级参考文献(7)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(12)
  • 参考文献(1)
  • 二级参考文献(11)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(12)
  • 参考文献(0)
  • 二级参考文献(12)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(17)
  • 参考文献(0)
  • 二级参考文献(17)
2003(13)
  • 参考文献(0)
  • 二级参考文献(13)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(14)
  • 参考文献(3)
  • 二级参考文献(11)
2007(13)
  • 参考文献(2)
  • 二级参考文献(11)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(11)
  • 参考文献(2)
  • 二级参考文献(9)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(10)
  • 参考文献(2)
  • 二级参考文献(8)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(6)
  • 参考文献(3)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
亚硝态氮
栈式自编码
SAE-BP神经网络
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水产学报
月刊
1000-0615
31-1283/S
大16开
上海市临港新城沪城环路999号
4-297
1964
chi
出版文献量(篇)
3756
总下载数(次)
11
总被引数(次)
60406
论文1v1指导