基于贝叶斯网络的蟹塘养殖水质分析与预测

• 作者: 夏润清
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 蟹塘养殖 K2算法 贝叶斯网络 数据融合 color map
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 工程实践
• 页码范围: 2910-2913,2942
• 页数: 5页
• 分类号: TN-9
• 字数: 2800字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2019.11.053

摘要

针对蟹塘养殖过程中,水质因子与水质间复杂的非线性关系,基于水质因子训练数据集,提出采用K2算法,并推导应用于蟹塘养殖水质分析与预测的贝叶斯网络模型.首先,依据水质因子数据的方差,提出一种数据融合方法,融合蟹塘水质传感器多位置测量值;其次,对水质因子间的相关性干扰,提出采用color map遴选相关性较小的水质因子组合;在此基础上,提出贝叶斯网络水质参数预测模型,并使用Kappa系数检验贝叶斯网络模型推理结果.应用结果表明:模型Kappa系数为0.807,模型有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏润清	江苏大学电气与信息工程学院	1	0	0.0	0.0