CN116027835A - 一种高速增氧机控制方法及控制系统 - Google Patents
一种高速增氧机控制方法及控制系统 Download PDFInfo
- Publication number
- CN116027835A CN116027835A CN202310300160.7A CN202310300160A CN116027835A CN 116027835 A CN116027835 A CN 116027835A CN 202310300160 A CN202310300160 A CN 202310300160A CN 116027835 A CN116027835 A CN 116027835A
- Authority
- CN
- China
- Prior art keywords
- aerator
- rotational speed
- water
- data
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明涉及一种高速增氧机控制方法及控制系统，属于增氧机自动控制领域。该控制方法包括：采集以往的水体环境数据、水体溶解氧量和增氧机转速，构建训练数据集；训练基于K‑means聚类算法的增氧机转速分析模型；将当前的水体环境数据和当前的增氧机转速输入到训练好的基于K‑means聚类算法的增氧机转速分析模型中，并划分到距离类别中心最近邻的类别中，进而得到增氧机转速调节量；根据增氧机转速调节量，调节增氧机的转速。该控制方法采用基于K‑means聚类算法的增氧机转速分析模型，充分考虑光照强度、水温温差、天气情况、降雨量和增氧机转速，得出增氧机转速的调节量，能够精确、高效、智能的调控增氧机的转速。
Description
技术领域
本发明涉及一种高速增氧机控制方法及控制系统，属于增氧机自动控制领域。
背景技术
在水体养殖鱼的过程中，当水中缺氧时，经常会出现鱼浮头的现象，甚至发生死亡。当发现鱼缺氧时，如果能及时打开增氧机，就可以增加水中溶氧量并缓解鱼浮头现象。因此，增氧机的精确控制对于水体养殖业来说意义重大。
目前针对增氧机的控制主要研究增氧机的启停时间，对于增氧机转速的控制的研究较少，在增氧机的速度控制上以简单转速设定控制为主，并不能实现智能化控制，不能跟随温度、光照、天气变化实时做出处理。而精确、高效、智能的调控增氧机的转速同样具有重要的意义。
发明内容
针对现有技术的不足，本发明提供了一种高速增氧机控制方法及控制系统，能够结合光照强度、水温温差、降雨量和天气状况对增氧机的转速进行准确的调控，同时利用K-means聚类算法模型对转速进行调控，调节更加精准和智能。
1.K-means聚类算法模型：随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。剩余对象分配完毕后，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。
一种高速增氧机的控制方法，包括：
采集以往的水体环境数据、水体溶解氧量和增氧机转速，构建训练数据集；水体环境数据包括增氧机运行时环境的光照强度、增氧机运行时环境的水温温差、增氧机运行时的天气状况、增氧机运行时的降雨量；
训练基于K-means聚类算法的增氧机转速分析模型；
实时将当前的水体环境数据和当前的增氧机转速作为一组数据输入到训练好的基于K-means聚类算法的增氧机转速分析模型中，并将该组数据划分到距离类别中心最近邻的类别中，进而得到增氧机转速调节量；
根据增氧机转速调节量，调节增氧机的转速。
根据本发明优选的，采集以往的水体环境数据、水体溶解氧量和增氧机转速，构建训练数据集；过程为：
A、采集以往的水体环境数据和增氧机转速，作为一组数据，并获取对应的水体溶解氧量；
B、当水体溶解氧量小于设定值时，则去除掉该组数据；
当水体溶解氧量大于等于设定值时，然后进行步骤C；
C、将以往的水体环境数据和增氧机转速作为训练数据集的一组数据，并将该组数据中增氧机转速作为最佳转速值。
根据本发明优选的，训练基于K-means聚类算法的增氧机转速分析模型，具体过程为：
A、将增氧机运行时环境的光照强度、增氧机运行时环境的水温温差、增氧机运行时的天气状况、增氧机运行时的降雨量和增氧机转速组成的5维向量作为分类对象；
B、初始化K个聚类中心，K为正整数，K个聚类中心分别为C1，C2，……，CK；每一个聚类中心均为增氧机运行时环境的光照强度、增氧机运行时环境的水温温差、增氧机运行时的天气状况、增氧机运行时的降雨量和增氧机转速组成的5维向量；
C、根据分类对象与聚类中心的距离，将每个分类对象划分到距离最近的聚类中心的类中；
D、将每一类中的所有对象的均值作为新的聚类中心；
E、重复步骤C-D，聚类过程不断迭代，直到得到的新的聚类中心与上一次得到的聚类中心的距离小于设定值为止。
根据本发明优选的，得到增氧机转速调节量的过程为：
根据最近邻的类别所对应的增氧机转速与当前的增氧机转速的差值，得到增氧机转速调节量。
根据本发明优选的，根据增氧机转速调节量，调节增氧机的转速，包括：将得到的增氧机转速调节量输入到增氧机控制器，增氧机控制器控制变频器调控增氧机的转速。
根据本发明优选的，一方面，增氧机能够增加水体的含氧量，另一方面，使得水体的温度上下温差保持在合理的区间。通过温度传感器采集距离水面一定距离的第一水温和距离水底底面一定距离的第二水温，求取第一水温和第二水温的差值作为增氧机运行时环境的水温温差。
根据本发明优选的，考虑到水体中存在一些植物，光照强度传感器同样也是设置在不同的位置上，可以根据养殖动物在水体中的生长位置，比如不同种类的鱼生活在水中的位置不同，水体中的生长位置主要指距离水面不同的位置处。在养殖动物的生活位置处设置若干个光照强度传感器采集光照强度，然后求取光照强度平均值，将光照强度平均值作为增氧机运行时环境的光照强度。
根据本发明优选的，天气状况包括阴天和晴天，所述天气状况通过气象部门公布的数据获取。
根据本发明优选的，降雨量通过若干个雨滴传感器采集获取，并采用雨滴传感器采集量的平均值作为降雨量。
根据本发明优选的，将当前的水体环境数据和当前的增氧机转速作为一组数据输入到训练好的基于K-means聚类算法的增氧机转速分析模型前，先将当前的水体环境数据和当前的增氧机转速组成一个5维向量，再输入到训练好的K-means聚类算法模型中。
一种增氧机控制系统，所述系统包括：
采集模块，用于采集以往的水体环境数据、水体溶解氧量和增氧机转速，构建训练数据集；
构建模块，用于构建、训练基于K-means聚类算法的增氧机转速分析模型；
生成模块，用于实时将当前的水体环境数据和当前的增氧机转速作为一组数据输入到训练好的基于K-means聚类算法的增氧机转速分析模型中，并将该组数据划分到距离类别中心最近邻的类别中，进而得到增氧机转速调节量；
执行模块，用于根据增氧机转速调节量，调节增氧机的转速。
根据本发明优选的，所述系统还包括物联网模块，用于获取天气情况以及将采集模块采集的当前的水体环境数据和增氧机转速数据存储将并上传至云端，供用户查看。方便远程查看水体的环境数据以及增氧机的转速。
1.本发明提供的高速增氧机的控制方法采用基于K-means聚类算法的增氧机转速分析模型，基于光照强度、水温、天气情况、降雨量和增氧机转速进行聚类，然后得出增氧机转速的调节量，能够精确、高效、智能的调控增氧机的转速。
2.本发明构建的增氧机转速分析模型采用K-means聚类算法能够基于水体溶解氧量对数据进行选择，得到的增氧机转速充分考虑到对养殖动物对水体溶解氧量的要求。
3.本发明将K-means聚类算法用于增氧机转速的调节，原理简单，收敛速度快，所需的硬件资源较少，减少了硬件成本。
附图说明
图1为本发明提供的一种高速增氧机的控制方法的示意图；
图2为本发明提供的一种高速增氧机的控制系统的结构示意图。
具体实施方式
下面结合实施例和说明书附图对本发明做进一步说明，但不限于此。
作为一种实施例，本实施例提供一种高速增氧机的控制方法，如图1所示，包括：
采集以往的水体环境数据、水体溶解氧量和增氧机转速，构建训练数据集；水体环境数据包括增氧机运行时环境的光照强度、增氧机运行时环境的水温温差、增氧机运行时的天气状况、增氧机运行时的降雨量；养殖动物包括鱼、虾、蟹、贝等；
训练基于K-means聚类算法的增氧机转速分析模型；
实时将当前的水体环境数据和当前的增氧机转速作为一组数据输入到训练好的基于K-means聚类算法的增氧机转速分析模型中，并将该组数据划分到距离类别中心最近邻的类别中，进而得到增氧机转速调节量；
根据增氧机转速调节量，调节增氧机的转速。
作为一种实施例，本实施例提供一种高速增氧机的控制方法，如图1所示，采集以往的水体环境数据、水体溶解氧量和增氧机转速，构建训练数据集；过程为：
A、采集以往的水体环境数据和增氧机转速，作为一组数据，并获取对应的水体溶解氧量；
B、当水体溶解氧量小于设定值时，则去除掉该组数据；
当水体溶解氧量大于等于设定值时，然后进行步骤C；
C、将以往的水体环境数据和增氧机转速作为训练数据集的一组数据，并将该组数据中增氧机转速作为最佳转速值。
训练基于K-means聚类算法的增氧机转速分析模型，具体过程为：
A、将增氧机运行时环境的光照强度、增氧机运行时环境的水温温差、增氧机运行时的天气状况、增氧机运行时的降雨量和增氧机转速组成的5维向量作为分类对象；
B、初始化K个聚类中心，K为正整数，K个聚类中心分别为C1，C2，……，CK；每一个聚类中心均为增氧机运行时环境的光照强度、增氧机运行时环境的水温温差、增氧机运行时的天气状况、增氧机运行时的降雨量和增氧机转速组成的5维向量；
C、根据分类对象与聚类中心的距离，将每个分类对象划分到距离最近的聚类中心的类中；
D、将每一类中的所有对象的均值作为新的聚类中心；
E、重复步骤C-D，聚类过程不断迭代，直到得到的新的聚类中心与上一次得到的聚类中心的距离小于设定值为止。
得到增氧机转速调节量的过程为：
根据最近邻的类别所对应的增氧机转速与当前的增氧机转速的差值，得到增氧机转速调节量。
根据增氧机转速调节量，调节增氧机的转速，包括：将得到的增氧机转速调节量输入到增氧机控制器，增氧机控制器控制变频器调控增氧机的转速。
将当前的水体环境数据和当前的增氧机转速输入到训练好的基于K-means聚类算法的增氧机转速分析模型前，先将当前的水体环境数据和当前的增氧机转速组成一个5维向量，再输入到训练好的K-means聚类算法模型中。
作为一种实施例，本实施例提供一种高速增氧机的控制方法，如图1所示，一方面，增氧机能够增加水体的含氧量，另一方面，使得水体的温度上下温差保持在合理的区间。通过温度传感器采集距离水面一定距离的第一水温和距离水底底面一定距离的第二水温，求取第一水温和第二水温的差值作为增氧机运行时环境的水温温差。具体的，距离水面一定距离可以为距离水面0.5-1m，距离水底底面一定距离可以为距离水底底面0.5-1m。
考虑到水体中存在一些植物，光照强度传感器同样也是设置在不同的位置上，可以根据养殖动物在水体中的生长位置，比如不同种类的鱼生活在水中的位置不同，水体中的生长位置主要指距离水面不同的位置处。在养殖动物的生活位置处设置若干个光照强度传感器采集光照强度，然后求取光照强度平均值，将光照强度平均值作为增氧机运行时环境的光照强度。
天气状况包括阴天和晴天，天气状况通过气象部门公布的数据获取。
降雨量通过若干个雨滴传感器采集获取，并采用雨滴传感器采集量的平均值作为降雨量。
作为一种实施例，本实施例提供一种增氧机控制系统，如图2所示，系统包括：
采集模块，用于采集以往的水体环境数据、水体溶解氧量和增氧机转速，构建训练数据集；
构建模块，用于构建、训练基于K-means聚类算法的增氧机转速分析模型；
生成模块，用于实时将当前的水体环境数据和当前的增氧机转速作为一组数据输入到训练好的基于K-means聚类算法的增氧机转速分析模型中，并将该组数据划分到距离类别中心最近邻的类别中，进而得到增氧机转速调节量；
执行模块，用于根据增氧机转速调节量，调节增氧机的转速。
作为一种实施例，本实施例提供一种增氧机控制系统，系统还包括物联网模块，用于获取天气情况以及将采集模块采集的当前的水体环境数据和增氧机转速数据存储将并上传至云端，供用户查看。方便远程查看水体的环境数据以及增氧机的转速。
Claims (10)
1.一种高速增氧机的控制方法，其特征在于，包括：
采集以往的水体环境数据、水体溶解氧量和增氧机转速，构建训练数据集；水体环境数据包括增氧机运行时环境的光照强度、增氧机运行时环境的水温温差、增氧机运行时的天气状况、增氧机运行时的降雨量；
训练基于K-means聚类算法的增氧机转速分析模型；
实时将当前的水体环境数据和当前的增氧机转速作为一组数据输入到训练好的基于K-means聚类算法的增氧机转速分析模型中，并将该组数据划分到距离类别中心最近邻的类别中，进而得到增氧机转速调节量；
根据增氧机转速调节量，调节增氧机的转速。
2.根据权利要求1所述的一种高速增氧机的控制方法，其特征在于，采集以往的水体环境数据、水体溶解氧量和增氧机转速，构建训练数据集；过程为：
A、采集以往的水体环境数据和增氧机转速，作为一组数据，并获取对应的水体溶解氧量；
B、当水体溶解氧量小于设定值时，则去除掉该组数据；
当水体溶解氧量大于等于设定值时，然后进行步骤C；
C、将以往的水体环境数据和增氧机转速作为训练数据集的一组数据，并将该组数据中增氧机转速作为最佳转速值。
3.根据权利要求1所述的一种高速增氧机的控制方法，其特征在于，训练基于K-means聚类算法的增氧机转速分析模型，具体过程为：
A、将增氧机运行时环境的光照强度、增氧机运行时环境的水温温差、增氧机运行时的天气状况、增氧机运行时的降雨量和增氧机转速组成的5维向量作为分类对象；
B、初始化K个聚类中心，K为正整数，K个聚类中心分别为C1，C2，……，CK；每一个聚类中心均为增氧机运行时环境的光照强度、增氧机运行时环境的水温温差、增氧机运行时的天气状况、增氧机运行时的降雨量和增氧机转速组成的5维向量；
C、根据分类对象与聚类中心的距离，将每个分类对象划分到距离最近的聚类中心的类中；
D、将每一类中的所有对象的均值作为新的聚类中心；
E、重复步骤C-D，聚类过程不断迭代，直到得到的新的聚类中心与上一次得到的聚类中心的距离小于设定值为止。
4.根据权利要求1所述的一种高速增氧机的控制方法，其特征在于，得到增氧机转速调节量的过程为：
根据最近邻的类别所对应的增氧机转速与当前的增氧机转速的差值，得到增氧机转速调节量。
5.根据权利要求1所述的一种高速增氧机的控制方法，其特征在于，根据增氧机转速调节量，调节增氧机的转速，包括：将得到的增氧机转速调节量输入到增氧机控制器，增氧机控制器控制变频器调控增氧机的转速。
6.根据权利要求1所述的一种高速增氧机的控制方法，其特征在于，通过温度传感器采集距离水面一定距离的第一水温和距离水底底面一定距离的第二水温，求取第一水温和第二水温的差值作为增氧机运行时环境的水温温差，所述距离水面一定距离为距离水面0.5-1m，所述距离水底底面一定距离为距离水底底面0.5-1m。
7.根据权利要求1所述的一种高速增氧机的控制方法，其特征在于，在养殖动物的生活位置处设置若干个光照强度传感器采集光照强度，然后求取光照强度平均值，将光照强度平均值作为增氧机运行时环境的光照强度。
8.根据权利要求1所述的一种高速增氧机的控制方法，其特征在于，天气状况包括阴天和晴天，所述天气状况通过气象部门公布的数据获取；
降雨量通过若干个雨滴传感器采集获取，并采用雨滴传感器采集量的平均值作为降雨量。
9.根据权利要求1所述的一种高速增氧机的控制方法，其特征在于，将当前的水体环境数据和当前的增氧机转速作为一组数据输入到训练好的基于K-means聚类算法的增氧机转速分析模型前，先将当前的水体环境数据和当前的增氧机转速组成一个5维向量，再输入到训练好的K-means聚类算法模型中。
10.一种增氧机控制系统，其特征在于，所述系统包括：
采集模块，用于采集以往的水体环境数据、水体溶解氧量和增氧机转速，构建训练数据集；
构建模块，用于构建、训练基于K-means聚类算法的增氧机转速分析模型；
生成模块，用于实时将当前的水体环境数据和当前的增氧机转速作为一组数据输入到训练好的基于K-means聚类算法的增氧机转速分析模型中，并将该组数据划分到距离类别中心最近邻的类别中，进而得到增氧机转速调节量；
执行模块，用于根据增氧机转速调节量，调节增氧机的转速。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310300160.7A CN116027835B (zh) | 2023-03-27 | 2023-03-27 | 一种高速增氧机控制方法及控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310300160.7A CN116027835B (zh) | 2023-03-27 | 2023-03-27 | 一种高速增氧机控制方法及控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116027835A true CN116027835A (zh) | 2023-04-28 |
| CN116027835B CN116027835B (zh) | 2023-06-09 |
Family
ID=86091309
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310300160.7A Active CN116027835B (zh) | 2023-03-27 | 2023-03-27 | 一种高速增氧机控制方法及控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116027835B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040059125A (ko) * | 2002-12-28 | 2004-07-05 | 송재윤 | 양어장 또는 수조내에 산소를 공급하는 산소공급장치 |
| CN106168813A (zh) * | 2016-08-22 | 2016-11-30 | 淮阴工学院 | 一种无线传感器网络的养殖池塘溶解氧控制系统 |
| JP2017079628A (ja) * | 2015-10-27 | 2017-05-18 | Ｊｆｅエンジニアリング株式会社 | 飼育水中の溶存酸素濃度を制御する方法 |
| CN106843301A (zh) * | 2017-04-17 | 2017-06-13 | 上海海洋大学 | 一种渔业养殖增氧控制系统 |
| CN107102655A (zh) * | 2017-04-24 | 2017-08-29 | 上海工程技术大学 | 养殖环境溶解氧监控设备及程序 |
| CN112293332A (zh) * | 2019-11-27 | 2021-02-02 | 海南发控智慧环境建设集团有限公司 | 一种可视化智能生态养殖集装箱 |
| CN112841098A (zh) * | 2021-01-15 | 2021-05-28 | 广西壮族自治区水产科学研究院 | 一种对虾草共生养殖方法 |
| CN113126490A (zh) * | 2021-04-02 | 2021-07-16 | 中国农业大学 | 智能变频增氧控制方法及装置 |
| CN217555909U (zh) * | 2022-07-20 | 2022-10-11 | 山东华东风机有限公司 | 一种改良式高速增氧机 |
-
2023
- 2023-03-27 CN CN202310300160.7A patent/CN116027835B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040059125A (ko) * | 2002-12-28 | 2004-07-05 | 송재윤 | 양어장 또는 수조내에 산소를 공급하는 산소공급장치 |
| JP2017079628A (ja) * | 2015-10-27 | 2017-05-18 | Ｊｆｅエンジニアリング株式会社 | 飼育水中の溶存酸素濃度を制御する方法 |
| CN106168813A (zh) * | 2016-08-22 | 2016-11-30 | 淮阴工学院 | 一种无线传感器网络的养殖池塘溶解氧控制系统 |
| CN106843301A (zh) * | 2017-04-17 | 2017-06-13 | 上海海洋大学 | 一种渔业养殖增氧控制系统 |
| CN107102655A (zh) * | 2017-04-24 | 2017-08-29 | 上海工程技术大学 | 养殖环境溶解氧监控设备及程序 |
| CN112293332A (zh) * | 2019-11-27 | 2021-02-02 | 海南发控智慧环境建设集团有限公司 | 一种可视化智能生态养殖集装箱 |
| CN112841098A (zh) * | 2021-01-15 | 2021-05-28 | 广西壮族自治区水产科学研究院 | 一种对虾草共生养殖方法 |
| CN113126490A (zh) * | 2021-04-02 | 2021-07-16 | 中国农业大学 | 智能变频增氧控制方法及装置 |
| CN217555909U (zh) * | 2022-07-20 | 2022-10-11 | 山东华东风机有限公司 | 一种改良式高速增氧机 |
Non-Patent Citations (2)
| Title |
|---|
| 关辉，等: "一种基于模糊算法的水产养殖系统增氧机智能控制方案", 《智能处理与应用》, pages 77 - 79 * |
| 马从国;赵德安;: "基于模糊聚类多模型池塘溶解氧软测量研究", 安徽农业科学, no. 15, pages 9309 - 9310 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116027835B (zh) | 2023-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110583550B (zh) | 基于目标检测与跟踪的鱼虾参养殖精准投喂系统及装置 | |
| CN108450382B (zh) | 一种基于深度学习的智能投饲系统 | |
| CN106842923B (zh) | 基于作物生理和能耗优化的温室环境多因子协调控制方法 | |
| CN111325522B (zh) | 一种基于物联网的智能渔业养殖管理方法和系统 | |
| CN109583663B (zh) | 一种适用于养殖池塘的夜间水质溶氧量预测方法 | |
| CN112213962A (zh) | 一种基于生长模型与声呐反馈的智能投饲系统及方法 | |
| CN112790134B (zh) | 基于水面波动信息的游泳型鱼类自适应投喂装置和方法 | |
| CN108207790A (zh) | 一种提高种母鸡产蛋性能的方法 | |
| TWI736415B (zh) | 智慧水產投餵管理系統及投餵方法 | |
| CN114467824B (zh) | 智能投饵船 | |
| CN113711843A (zh) | 一种食用菌生长参数寻优的系统和方法 | |
| CN112400773B (zh) | 一种基于机器视觉技术的温室鱼苗智能投饲装置及方法 | |
| CN116649159B (zh) | 一种食用菌生长参数寻优的系统和方法 | |
| CN113749030B (zh) | 一种适用于循环水养殖模式的鱼类福利化自适应投饲系统 | |
| CN115720864B (zh) | 一种基于因果推理的鱼类智能投喂方法 | |
| CN115562407A (zh) | 一种水产养殖池 | |
| CN116027835B (zh) | 一种高速增氧机控制方法及控制系统 | |
| Ren et al. | Parameterisation and application of dynamic energy budget model to sea cucumber Apostichopus japonicus | |
| CN116228455B (zh) | 一种叶尔羌高原鳅流水养殖试验数据处理方法 | |
| CN112001641B (zh) | 一种扇贝养殖区适宜性遥感评估系统 | |
| CN108038586A (zh) | 一种河蟹养殖的水环境评价方法及系统 | |
| CN116579504A (zh) | 基于机器学习的池塘海水养殖水温的预测方法 | |
| CN116616019A (zh) | 基于物联网和人工智能的油茶水肥一体化滴灌方法及系统 | |
| CN114419432B (zh) | 一种鱼群摄食强度评估方法及装置 | |
| CN114051983A (zh) | 一种刺参智能化养殖监控捕收系统及实现方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |