CN108897363A - 一种基于大数据分析的水族箱智能控制系统 - Google Patents

Abstract

本发明公开了一种基于大数据分析的水族箱智能控制系统，该系统包括后台服务器、单片机、用于采集水族箱内观赏鱼照片的摄像头、用于实时检测水族箱环境条件的热敏电阻探测器、水位传感器、光控传感器、氧气浓度检测器以及调节水族箱环境的调节模块；后台服务器根据观赏鱼图片、预先存储分级数据结构和训练好的卷积神经网络模型确定观赏鱼生存环境需求；单片机根据观赏鱼生存环境需求和检测水族箱环境条件输出观赏鱼生存环境调节信号，并将调节信号发送至上述调节模块以调节水族箱环境。本发明基于大数据分析现阶段观赏鱼生存环境需求，并根据现阶段观赏鱼生存环境需求自动化控制水族箱硬件系统，降低人工费用，延长鱼类寿命。

Description

一种基于大数据分析的水族箱智能控制系统

技术领域

本发明涉及水族箱自动化控制技术领域，特别涉及一种基于大数据分析的水族箱智能控制系统。

背景技术

水族箱主要是用来饲养观赏鱼的玻璃器具，起到观赏的作用，即是为观赏用、专门饲养水生动植物的容器，是一个动物饲养区，通常至少有一面为透明的玻璃及高强度的塑料。

目前水族箱的管理主要靠人工管理来调节水温、光照以及投食等等，出现了水族箱耗费过多人力打理，并且其中鱼类寿命不长、外观不够自然等问题。

发明内容

本发明的目的是提供一种基于大数据分析的水族箱智能控制系统，能够基于大数据分析获取现阶段观赏鱼生存环境需求，并根据现阶段观赏鱼生存环境需求自动化控制水族箱硬件系统。

为实现上述目的，本发明提供了如下方案：

一种基于大数据分析的水族箱智能控制系统，所述水族箱智能控制系统包括后台服务器、以及安装在水族箱上的单片机、摄像头、热敏电阻探测器、水位传感器、光控传感器、氧气浓度检测器、温度调节模块、水位调节模块、光照调节模块、氧气调节模块；其中，所述后台服务器内存储观赏鱼数据集、分级数据结构以及训练好的卷积神经网络模型；所述观赏鱼数据集为内部存储海量观赏鱼图片的ImageNet数据库；所述分级数据结构用于分级存储不同种类的观赏鱼生长模型、每一阶段观赏鱼的生化特征与环境变化的特征曲线以及不同种类不同阶段的观赏鱼生存环境需求；所述观赏鱼生长模型的输入为所述观赏鱼图片，所述观赏鱼生长模型的输出为观赏鱼生长阶段；所述观赏鱼生存环境需求包括观赏鱼所需求的温度、水量、光照强度以及氧气浓度；

所述摄像头用于拍摄水族箱内的观赏鱼，并将拍摄的观赏鱼图片发送至所述后台服务器内；

所述热敏电阻探测器用于实时检测水族箱内的水温，并将水温信息发送至所述单片机内；

所述水位传感器用于实时检测水族箱内的水位，并将水位信息发送至所述单片机内；

所述光控传感器用于实时检测水族箱内的光照强度，并将光照强度信息发送至所述单片机内；

所述氧气浓度检测器用于实时检测水族箱内的氧气浓度，并将氧气浓度信息发送至所述单片机内；

所述单片机，还与所述温度调节模块、所述水位调节模块、所述光照调节模块以及所述氧气调节模块连接；

所述后台服务器用于将获取的所述观赏鱼图片输入到所述训练好的卷积神经网络模型中确定水族箱内的观赏鱼种类，并从所述分级数据结构中提取所述观赏鱼种类对应的观赏鱼生长模型，再次将所述观赏鱼图片输入到所述观赏鱼种类对应的观赏鱼生长模型中确定观赏鱼生长阶段；

所述后台服务器还用于根据所述观赏鱼生长阶段从所述分级数据结构中调取所述观赏鱼生存环境需求，并将所述观赏鱼生存环境需求发送至所述单片机；

所述单片机用于根据所述观赏鱼生存环境需求以及检测到的水族箱内的水温信息、水位信息、光照强度信息、氧气浓度信息，输出相应的观赏鱼生存环境调节信号，并将相应的所述观赏鱼生存环境调节信号分别发送至所述温度调节模块、所述水位调节模块、所述光照调节模块、所述氧气调节模块以调节水族箱的温度、水位、光照强度以及氧气浓度；所述观赏鱼生存环境调节信号包括水族箱温度调节信号、水族箱水位调节信号、水族箱光照强度调节信号以及水族箱氧气浓度调节信号。

可选的，所述训练好的卷积神经网络模型是根据所述观赏鱼数据集中海量观赏鱼图片和损失函数训练得到的；其中，所述损失函数为交叉熵函数或MSE最小平方差函数。

可选的，所述分级数据结构存储的不同种类不同阶段的观赏鱼生存环境需求是通过爬虫分布式集群从维基百科或者爱宠网爬取获得的。

可选的，所述观赏鱼生长模型是通过每一阶段鱼类的生化特征以及环境变化的特征曲线进行线性回归以及随机森林的分析，并在分析过程中不断改良随机森林的参数，以达到最佳的拟合状态，再通过DBSCAN聚类将当前所有鱼类的生长模型进行分类，利用信息熵的聚类过滤机制过滤掉离群点，从而得到不同种类的观赏鱼生长模型。

可选的，所述温度调节模块包括可控硅以及加热丝；所述可控硅分别与所述单片机、所述加热丝连接；所述单片机用于将输出的水族箱温度调节信号发送至所述可控硅以调节所述加热丝的有效功率使水族箱的温度达到观赏鱼生存环境需求。

可选的，所述水位调节模块包括水电动阀和水阀；所述水电动阀与所述水阀连接；所述单片机用于将输出的水族箱水位调节信号发送至所述水电动阀以调节水族箱水位使水族箱的水量达到观赏鱼生存环境需求。

可选的，所述光照调节模块包括日光灯调节器和日光灯；所述日光灯调节器与所述日光灯连接；所述单片机用于将输出的水族箱光照强度调节信号发送至所述日光灯调节器以调节日光灯的光照照度使水族箱的光照强度达到观赏鱼生存环境需求。

可选的，所述氧气调节模块为超声波发生器；所述单片机用于将水族箱氧气浓度调节信号发送至所述超声波发生器以使所述超声波发生器产生空化作用，从而使水族箱的氧气浓度达到观赏鱼生存环境需求。

可选的，所述水族箱智能控制系统还包括用户终端；所述用户终端与所述单片机无线通信；所述单片机用于根据所述用户终端发送的用户需求输出相应的观赏鱼生存环境调节信号以满足水族箱个性化设置。

可选的，所述单片机为STM32单片机。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供了一种基于大数据分析的水族箱智能控制系统，该系统包括用于数据分析的后台服务器、单片机、摄像头、热敏电阻探测器、水位传感器、光控传感器、氧气浓度检测器、温度调节模块、水位调节模块、光照调节模块以及氧气调节模块；其中，摄像头用于采集观赏鱼图片并发送至后台服务器内，热敏电阻探测器、水位传感器、光控传感器、氧气浓度检测器用于采集水族箱内的水温、水位、光照强度、氧气浓度并将采集的信息全部发送至单片机内；后台服务器根据获取的观赏鱼图片和训练好的卷积神经网络模型确定水族箱内的观赏鱼种类，确定观赏鱼生长模型，确定观赏鱼生存环境需求；单片机根据所述观赏鱼生存环境需求以及采集到水温、水位、光照强度、氧气浓度输出相应的观赏鱼生存环境调节信号，并分别发送至温度调节模块、水位调节模块、光照调节模块、氧气调节模块以调节水族箱的温度、水位、光照强度以及氧气浓度。本发明通过后台服务器中的大数据分析确定现阶段观赏鱼生存环境需求，并根据现阶段观赏鱼生存环境需求自动化控制水族箱硬件系统，降低人工费用，延长鱼类寿命。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例基于大数据分析的水族箱智能控制系统的结构示意图；

图2为本发明后台服务器构建流程图；

图3为本发明卷积神经网络模型构建结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种基于大数据分析的水族箱智能控制系统，主要通过网络爬虫爬取水族箱内观赏鱼的适宜生存环境等信息，然后用大数据技术分析出适合它们共同生存的最佳环境(温度、PH值、含氧量等)。根据最佳环境需求控制温度调节模块、水位调节模块、光照调节模块以及氧气调节模块等自动将水族箱的水下环境调至最优。因此，本发明提供的系统能够基于大数据分析获取现阶段观赏鱼生存环境需求，并根据现阶段观赏鱼生存环境需求自动化控制水族箱硬件系统。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明提供的基于大数据分析的水族箱智能控制系统主要包括硬件装置搭设和软件处理，且软件处理与硬件搭设同步进行。硬件装置利用STM32单片机进行温度控制、水位控制、光照控制、供氧控制(供氧控制采用超声波的空化作用进行供氧)。软件处理中先按照样本深度学习训练模型，然后根据硬件装置实时获取的检测信息与训练好的模型反应出目标需求，并反馈到硬件中，实现对水族箱环境的控制。

除了水族箱自主智能控制外，用户还可以利用微信小程序对水族箱进行个性化的微调，同时也可以反应数据处理的过程与结果，方便用户观赏、记录、检测与修改。

图1为本发明实施例基于大数据分析的水族箱智能控制系统的结构示意图，如图1所示，本发明实施例提供的基于大数据分析的水族箱智能控制系统包括后台服务器1、以及安装在水族箱上的单片机2、摄像头3、热敏电阻探测器4、水位传感器5、光控传感器6、氧气浓度检测器7、温度调节模块8、水位调节模块9、光照调节模块10以及氧气调节模块11。优选的，所述单片机2为STM32单片机。

图2为本发明后台服务器构建流程图。

参见图2，后台服务器1主要用于信息存储和信息处理。所述后台服务器1内存储观赏鱼数据集、分级数据结构以及训练好的卷积神经网络模型。

所述观赏鱼数据集为内部存储海量观赏鱼图片的ImageNet数据库，ImageNet数据库是一个用于视觉对象识别软件研究的大型可视化数据库。

所述观赏鱼数据集用于训练一个庞大的、有深度的卷积神经网络，将量级张高分辨率观赏鱼图片进行分类。

在训练过程中前几次的数据差别较大，此时根据损失函数(交叉熵或MSE最小平方差)计算出实际输出和真实标签的差别，并根据此差别对卷积神经网络的相关参数(比如：当前输入层与卷积层的连接的个数、卷积步长等等)进行修改，不断优化，以达到符合标准的卷积神经网络模型。

图3为本发明卷积神经网络模型构建结构图。

参见图3，卷积神经网络模型的构建

将爬取到的同一类观赏鱼图片打上相应标签，先将所有图片统一尺寸，进行灰度化，采用以下：

灰度化后的R＝处理前的R*0.3+处理前的G*0.59+处理前的B*0.11

灰度化后的G＝处理前的R*0.3+处理前的G*0.59+处理前的B*0.11

灰度化后的B＝处理前的R*0.3+处理前的G*0.59+处理前的B*0.11

提取像素之后进行卷积后提取最大像素点进行池化，防止过拟合。在全连接层，采用反向传播算法，通过随机梯度下降来寻找最佳参数，再根据损失函数进行调整。激活曾采用RULU，激活函数采用softmax方法进行分类。为加快训练速度，在激活层后加入dropout以及batch normalization层。

训练好的卷积神经网络模型就可用于从摄像头每隔一段时间捕获的观赏鱼图片进行数据匹配分析，确定观赏鱼种类。所以所述训练好的卷积神经网络模型的输入为摄像头拍摄的水族箱内的观赏鱼图片，所述训练好的卷积神经网络模型的输出为观赏鱼种类。

所述分级数据结构用于分级存储不同种类的观赏鱼生长模型、每一阶段鱼类的生化特征以及环境变化的特征曲线以及不同种类不同阶段的观赏鱼生存环境需求。其中，以观赏鱼种类信息作为分级数据结构索引或者关键词。

下面详细介绍下分级数据结构。

本发明实施例通过爬虫分布式集群从维基百科或者爱宠网以及其他一些类似的网站来获得关于观赏鱼的一些生存环境需求(类似与最适宜温度范围，湿度范围，含氧量范围，以及能适应的水清浊度)，从多个数据源爬取相关的数据并存储到redis中作为缓冲，然后经过一系列的处理后，再将处理后的数据都存储到hbase中，完善分级数据结构。处理后的数据包括不同种类不同阶段的观赏鱼生存环境需求以及每一阶段鱼类的生化特征以及环境变化的特征曲线。

利用上述每一阶段鱼类的生化特征以及环境变化的特征曲线进行线性回归以及随机森林的分析，在分析中不断改良随机森林的参数(例如随机森林中决策树深度，决策点，剪枝)，以达到最佳的拟合状态。再通过DBSCAN聚类将当前所有鱼类的生长模型进行分类，利用信息熵的聚类过滤机制过滤掉离群点，进而得到不同种类的观赏鱼生长模型。所述观赏鱼生长模型的输入为所述观赏鱼图片，所述观赏鱼生长模型的输出为观赏鱼生长阶段。所述观赏鱼生存环境需求包括观赏鱼所需求的温度、水量、光照强度以及氧气浓度。

具体实施过程为，先用三台电脑搭建spark，hbase，zookeeper，redis以及爬虫分布式集群，用scala来写spark的主体分析功能，通过高分辨率高聚焦的摄像头来对水族箱中的鱼类进行抓取，然后计算抓取到的图片的熵值并通过评价集(用于判断图片的清晰度)纵向比较选出熵最小的图像，再将选出的图像通过蓝牙模块远程存储到后台服务器(优先的，后台服务器是部署在腾讯云上服务器，是属于后台管理人员的服务器)中，带入训练好的卷积神经网络模型判断是属于哪一类观赏鱼，根据观赏鱼种类信息从所述分级数据结构提取该鱼种生长模型，将观赏鱼图片输入到该鱼种生长模型中确定该鱼种的生长阶段，最后根据该鱼种的生长阶段从分级数据结构中提取该鱼种的生存环境需求。其中，图片熵值计算公式为

所述摄像头3用于拍摄水族箱内的观赏鱼，并将拍摄的观赏鱼图片发送至所述后台服务器1内。

所述热敏电阻探测器4用于实时检测水族箱内的水温，并将水温信息发送至所述单片机2内。

所述水位传感器5用于实时检测水族箱内的水位，并将水位信息发送至所述单片机2内。

所述光控传感器6用于实时检测水族箱内的光照强度，并将光照强度信息发送至所述单片机2内。

所述氧气浓度检测器7用于实时检测水族箱内的氧气浓度，并将氧气浓度信息发送至所述单片机2内。

所述单片机2，还与所述温度调节模块8、所述水位调节模块9、所述光照调节模块10以及所述氧气调节模块11连接。

所述后台服务器1用于根据获取的所述观赏鱼图片和所述训练好的卷积神经网络模型确定水族箱内的观赏鱼种类，并从所述分级数据结构中提取所述观赏鱼种类对应的观赏鱼生长模型，将所述观赏鱼图片输入到所述观赏鱼生长模型确定观赏鱼生长阶段。

所述后台服务器1还用于根据所述观赏鱼生长阶段从所述分级数据结构中调取所述观赏鱼生存环境需求，并将所述观赏鱼生存环境需求发送至单片机2。

所述单片机2用于根据所述观赏鱼生存环境需求以及检测到的水族箱内的水温信息、水位信息、光照强度信息、氧气浓度信息，输出相应的观赏鱼生存环境调节信号，并将相应的所述观赏鱼生存环境调节信号分别发送至所述温度调节模块8、所述水位调节模块9、所述光照调节模块10、所述氧气调节模块11以调节水族箱的温度、水位、光照强度以及氧气浓度；所述观赏鱼生存环境调节信号包括水族箱温度调节信号、水族箱水位调节信号、水族箱光照强度调节信号以及水族箱氧气浓度调节信号。

所述温度调节模块8包括可控硅以及加热丝；所述可控硅分别与所述单片机、所述加热丝连接；所述单片机2用于将输出的水族箱温度调节信号发送至所述可控硅以调节所述加热丝的有效功率使水族箱的温度达到观赏鱼生存环境需求。

水族箱的温度实时控制，主要采用的是多次测量取不同的PWM值来触发可控硅从而调节加热丝的有效功率。恒温保持控制采用增量式PID控制算法，增量式数字PID公式如下：

ΔU_k＝K_p[E(k)-E(k-1)]+K_iE(k)+K_d[E(k)-2E(k-1)+E(k-2)]。

所述水位调节模块9包括水电动阀和水阀；所述水电动阀与所述水阀连接；所述单片机2用于将输出的水族箱水位调节信号发送至所述水电动阀以调节水族箱水位使水族箱的水量达到观赏鱼生存环境需求。

本水族箱的水位控制主要原理是利用容器内的水位传感器5感受到的水位信号传送到单片机2，单片机2内的处理器将实测的水位信号与设定信号进行比较，得出偏差，然后根据偏差的性质，向给水电动阀发出"开""关"的指令，保证容器达到设定水位。其中，水电动阀设置在水族箱侧面以及底部。

所述光照调节模块10包括日光灯调节器和设置在水族箱顶部四周的日光灯；所述日光灯调节器与所述日光灯连接；所述单片机2用于将输出的水族箱光照强度调节信号发送至所述日光灯调节器以调节日光灯的光照照度使水族箱的光照强度达到观赏鱼生存环境需求。

本水族箱的光照控制部分利用光控传感器6，对光照强度进行辨别。如果关照强度不够的话，也可以通过加强日光灯达到预期光照强度。在白天则会有蜂鸣器提醒来更改水族箱位置。

所述氧气调节模块11为超声波发生器；所述单片机2用于将水族箱氧气浓度调节信号发送至所述超声波发生器以使所述超声波发生器产生空化作用，从而使水族箱的氧气浓度达到观赏鱼生存环境需求。

本水族箱的供氧系统主要利用超声波的“空化作用”生成小气泡实现供氧功能，这样节电，简单，无噪音。

超声波空化作用是指存在于液体中的微气核空化泡在声波的作用下振动，当声压达到一定值时发生的生长和崩溃的动力学过程。超声波作用于液体时可产生大量小气泡。一个原因是液体内局部出现拉应力而形成负压，压强的降低使原来溶于液体的气体过饱和，而从液体逸出，成为小气泡。另一原因是强大的拉应力把液体“撕开”成一空洞，称为空化。它的特点是线路简单，无噪音，节电，使用方便。

所述水族箱智能控制系统还包括用户终端12；所述用户终端12与所述单片机2无线通信；所述单片机2用于根据所述用户终端12发送的用户需求输出相应的观赏鱼生存环境调节信号以满足水族箱个性化设置。所述用户终端12主要利用微信小程序，通过点击用户终端12的屏幕便可以实现硬件功能，同时也可以反应数据处理的过程与结果，方便检测与修改。

与现有技术相比，本发明实现的有益效果为：

第一，采用了随机森林，随机森林具有集成度高、预测精准的特点，有利于适应鱼类生长数据的复杂性以及杂乱性，且不需要降维，防止出现欠拟合。

第二，采用的基于大数据的智能分析，使之更加智能化、自动化。随机森林通过训练出各种鱼类的生长模型(包括生化条件)，在高维空间中用梯度迭代，最终得到一条适合于当前所有鱼中的生长曲线，并且通过DBSCAN聚类算法对鱼的生长曲线聚类，为用户提供一套最优的养殖方案。

第三，克服了传统水族箱生态的纯硬件式判断后机械式的调节各类生化条件的问题以及由于鱼的生长以及观赏鱼多样性造成的环境自适应问题，实现真正的“智能化”。

第四，利用微信小程序实现操作的简明化，简单化。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于大数据分析的水族箱智能控制系统，其特征在于，所述水族箱智能控制系统包括后台服务器、以及安装在水族箱上的单片机、摄像头、热敏电阻探测器、水位传感器、光控传感器、氧气浓度检测器、温度调节模块、水位调节模块、光照调节模块、氧气调节模块；其中，所述后台服务器内存储观赏鱼数据集、分级数据结构以及训练好的卷积神经网络模型；所述观赏鱼数据集为内部存储海量观赏鱼图片的ImageNet数据库；所述训练好的卷积神经网络模型的输入为摄像头拍摄的水族箱内的观赏鱼图片，所述训练好的卷积神经网络模型的输出为观赏鱼种类；所述分级数据结构用于分级存储不同种类的观赏鱼生长模型、每一阶段观赏鱼的生化特征与环境变化的特征曲线以及不同种类不同阶段的观赏鱼生存环境需求；所述观赏鱼生长模型的输入为所述观赏鱼图片，所述观赏鱼生长模型的输出为观赏鱼生长阶段；所述观赏鱼生存环境需求包括观赏鱼所需求的温度、水量、光照强度以及氧气浓度；

所述摄像头用于拍摄水族箱内的观赏鱼，并将拍摄的观赏鱼图片发送至所述后台服务器内；

所述热敏电阻探测器用于实时检测水族箱内的水温，并将水温信息发送至所述单片机内；

所述水位传感器用于实时检测水族箱内的水位，并将水位信息发送至所述单片机内；

所述光控传感器用于实时检测水族箱内的光照强度，并将光照强度信息发送至所述单片机内；

所述氧气浓度检测器用于实时检测水族箱内的氧气浓度，并将氧气浓度信息发送至所述单片机内；

所述单片机，还与所述温度调节模块、所述水位调节模块、所述光照调节模块以及所述氧气调节模块连接；

所述后台服务器用于将获取的所述观赏鱼图片输入到所述训练好的卷积神经网络模型中确定水族箱内的观赏鱼种类，并从所述分级数据结构中提取所述观赏鱼种类对应的观赏鱼生长模型，再次将所述观赏鱼图片输入到所述观赏鱼种类对应的观赏鱼生长模型中确定观赏鱼生长阶段；

所述后台服务器还用于根据所述观赏鱼生长阶段从所述分级数据结构中调取所述观赏鱼生存环境需求，并将所述观赏鱼生存环境需求发送至所述单片机；

所述单片机用于根据所述观赏鱼生存环境需求以及检测到的水族箱内的水温信息、水位信息、光照强度信息、氧气浓度信息，输出相应的观赏鱼生存环境调节信号，并将相应的所述观赏鱼生存环境调节信号分别发送至所述温度调节模块、所述水位调节模块、所述光照调节模块、所述氧气调节模块以调节水族箱的温度、水位、光照强度以及氧气浓度；所述观赏鱼生存环境调节信号包括水族箱温度调节信号、水族箱水位调节信号、水族箱光照强度调节信号以及水族箱氧气浓度调节信号。

2.根据权利要求1所述的水族箱智能控制系统，其特征在于，所述训练好的卷积神经网络模型是根据所述观赏鱼数据集中海量观赏鱼图片和损失函数训练得到的；其中，所述损失函数为交叉熵函数或MSE最小平方差函数。

3.根据权利要求1所述的水族箱智能控制系统，其特征在于，所述分级数据结构存储的不同种类不同阶段的观赏鱼生存环境需求是通过爬虫分布式集群从维基百科或者爱宠网爬取获得的。

4.根据权利要求1所述的水族箱智能控制系统，其特征在于，所述观赏鱼生长模型是通过每一阶段鱼类的生化特征以及环境变化的特征曲线进行线性回归以及随机森林的分析，并在分析过程中不断改良随机森林的参数，以达到最佳的拟合状态，再通过DBSCAN聚类将当前所有鱼类的生长模型进行分类，利用信息熵的聚类过滤机制过滤掉离群点，从而得到不同种类的观赏鱼生长模型。

5.根据权利要求1所述的水族箱智能控制系统，其特征在于，所述温度调节模块包括可控硅以及加热丝；所述可控硅分别与所述单片机、所述加热丝连接；所述单片机用于将输出的水族箱温度调节信号发送至所述可控硅以调节所述加热丝的有效功率使水族箱的温度达到观赏鱼生存环境需求。

6.根据权利要求1所述的水族箱智能控制系统，其特征在于，所述水位调节模块包括水电动阀和水阀；所述水电动阀与所述水阀连接；所述单片机用于将输出的水族箱水位调节信号发送至所述水电动阀以调节水族箱水位使水族箱的水量达到观赏鱼生存环境需求。

7.根据权利要求1所述的水族箱智能控制系统，其特征在于，所述光照调节模块包括日光灯调节器和日光灯；所述日光灯调节器与所述日光灯连接；所述单片机用于将输出的水族箱光照强度调节信号发送至所述日光灯调节器以调节日光灯的光照照度使水族箱的光照强度达到观赏鱼生存环境需求。

8.根据权利要求1所述的水族箱智能控制系统，其特征在于，所述氧气调节模块为超声波发生器；所述单片机用于将水族箱氧气浓度调节信号发送至所述超声波发生器以使所述超声波发生器产生空化作用，从而使水族箱的氧气浓度达到观赏鱼生存环境需求。

9.根据权利要求1所述的水族箱智能控制系统，其特征在于，所述水族箱智能控制系统还包括用户终端；所述用户终端与所述单片机无线通信；所述单片机用于根据所述用户终端发送的用户需求输出相应的观赏鱼生存环境调节信号以满足水族箱个性化设置。

10.根据权利要求1所述的水族箱智能控制系统，其特征在于，所述单片机为STM32单片机。