CN114841412B 一种海参生长水质中酸碱度的预测方法 （大连大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114841412B(45)授权公告日2025.07.01

(21)申请号202210366226.8

(22)申请日2022.04.08

(65)同一申请的已公布的文献号申请公布号CN114841412A

(43)申请公布日2022.08.02

(73)专利权人大连大学

地址116622辽宁省大连市经济技术开发

区学府大街10号

(72)发明人李晓梅刘欢汪祖民

GO6F18/15(2023.01)

GO6F18/27(2023.01)GO6N3/0442(2023.01)

GO6N3/084(2023.01)G01N33/18(2006.01)

(56)对比文件

CN114662790A,2022.06.24

CN116127833A,2023.05.16

审查员曹秋瑾

(74)专利代理机构大连智高专利事务所(特殊

普通合伙)21235专利代理师盖小静

(51)Int.CI.

G16C20/30(2019.01)

G16C20/70(2019.01)权利要求书3页说明书7页附图3页

(54)发明名称

一种海参生长水质中酸碱度的预测方法

(57)摘要

CN114841412B本发明公开了一种海参生长水质中酸碱度的预测方法，包括：对采集的多种水质数据进行清洗与修复；筛选出与酸碱度PH相关的水质因子、气象因子；对修复的水质因子数据进行多模态分解，以获取各模态分量IMF;将所述各模态分量IMF与原始数据进行差值校验，得出残差校验数据R;所述各模态分量IMF与水质因子、气象因子、残差校验数据融合，形成扩展模态分量数据new-IMFs;对所述扩展模态分量数据new-IMFs做归一标准化处理；将归一标准化处理后的扩展模态分量数据进行分割，以获取训练集、测试集与验证集；本发明通过高度分解探索目标因子PH的特性，融合多关联影响因子与水质预测因子之间

CN114841412B

CN114841412B权利要求书1/3页

2

1.一种海参生长水质中酸碱度的预测方法，其特征在于，包括：

对采集的多种水质数据进行清洗与修复；

筛选出与酸碱度PH相关的水质因子、气象因子；

对修复的水质因子数据进行多模态分解，分解为趋势分量、周期分量和噪音分量三类变分模态分量，以获取各模态分量IMF;

将所述各模态分量IMF与原始数据进行差值校验，得出残差校验数据R;

向变分模态分量中的趋势分量以及周期分量中加入高斯白噪声，然后将各模态分量IMF与水质因子、气象因子融合，形成扩展模态分量数据new-IMFs;

对所述扩展模态分量数据new-IMFs做归一标准化处理；

将归一标准化处理后的扩展模态分量数据进行分割，以获取训练集、测试集与验证集；

分割后的扩展模态分量数据做格式转换，然后输入到循环神经网络LSTM中进行拟合训练学习；并将每个扩展模态分量的验证集与测试集的数据使用平均绝对误差mae、平均绝对百分比误差mape、均方根误差rmse进行性能评价；对各模态分量的预测值进行拼接重构，同时将残差值输入模型进行循环预测；

对预测结果进行重构逆归一化，并且自动还原原始数据列，再次对预测数据进行误差获取。

2.根据权利要求1所述一种海参生长水质中酸碱度的预测方法，其特征在于，对采集的多种水质数据进行清洗与修复，具体为：

对多种水质数据中的冗余数据进行剔除；

使用线性插值算法对剔除后的多种水质数据进行插值操作，所述算法使用到的公式为：

其中，f(x)为要填充的数值，x为某个时刻的目标因子值，xt-1、xt+1分别为前一时刻与后一时刻的目标因子值。

3.根据权利要求1所述一种海参生长水质中酸碱度的预测方法，其特征在于，筛选出与酸碱度PH相关的水质因子与气象因子，具体为：采用斯皮尔-曼秩方式对修复过的数据进行相关性分析，筛选出与溶解氧因子具有强相关性的水质因子、气象因子。

4.根据权利要求1所述一种海参生长水质中酸碱度的预测方法，其特征在于，对修复的水质因子数据进行多模态分解，具体为：首先对修复的水质因子数据通过Hilbert变换得到单边频谱信号，然后将所述单边频谱信号平移到基带，进而