作者：朱南阳,吴昊,尹达恒,王志强,蒋永年,郭亚 单位：中国农业科学院农业信息研究所 出版：《智慧农业(中英文)》2019年第03期 页数：10页  （PDF与DOC格式可能不同） PDF编号：PDFZHNY2019030070 DOC编号：DOCZHNY2019030079 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于电子舌法对中药苦味化合物苦度的预测》PDF+DOC2016年第11期 李学林,桂新景,刘瑞新,高晓洁,孟祥乐,陈鹏举,康冰亚,张璐,施钧瀚 《基于改进的集成经验模态分解的海杂波去噪》PDF+DOC2018年第06期 陈伟,吕文华,行鸿彦,张一波 《日光温室作物冠层温湿度时空分布及预测模型》PDF+DOC2019年第17期 刘琦,塔娜,焦巍,康宏源,赵志勇 《基于电子鼻的稻谷霉变在线检测系统的研制》PDF+DOC2019年第02期 库晶,黄汉英,金星,赵思明,李路,童康 《基于LSTM长短期记忆网络的超短期风速预测》PDF+DOC2019年第02期 魏昱洲,许西宁 《基于多变量LSTM的工业传感器时序数据预测》PDF+DOC2018年第05期 易利容,王绍宇,殷丽丽,杨青,顾欣

    • 水中溶解氧含量低会影响螃蟹的成活率，保证低溶解氧时刻溶解氧的预测精度非常重要。目前，溶解氧传感器价格昂贵且易遭受腐蚀，因此通过相关变量来间接估计溶解氧浓度有重要的意义。本研究在长短时记忆网络(LSTM)模型的基础上，优化LSTM反向传播时的损失函数，提出了提高低溶解氧含量估算精度的溶解氧预测模型(LDO-LSTM)。LDO-LSTM的损失函数是在平均绝对百分比误差(MAPE)基础上，根据溶解氧值的变化趋势和溶解氧浓度大小，分别赋予不同权值的权重函数，并通过均方根误差(RMSE)和平均绝对百分比误差(MAPE)来评估LDO-LSTM和LSTM在不同范围的溶解氧估算能力。对模型的测试试验结果表明：在溶解氧高于6mg/L时，LDO-LSTM和LSTM的RMSE、 MAPE差值稳定在0.1左右；在溶解氧低于6mg/L时，LDO-LSTM的RMSE值和MAPE值分别比LSTM低0.25和0.139，说明了LDO-LSTM网络不但可以保证整体溶氧预测精度，而且能够提高较低溶解氧值的估算精度。本研究对于降低水产养殖成本、提高溶解氧估算精度有着重要的作用。

    📙 相关资料

    1. 《基于电子舌法对中药苦味化合物苦度的预测》PDF+DOC 目的：建立一种基于电子舌对药物的苦度进行预测的方法。方法：以盐酸小檗碱为参比，苦参碱和氧化苦参碱为模型药物，基于25位口尝评价员的口感评价结果和TS-5000Z电子舌传感器的味觉信息数据建立相应的苦度预测模型(BMP)，并使用交互验证和残差分析法对模型拟合精度和优度进行评价，对电子舌预测苦味化合物苦......
    2. 《基于改进的集成经验模态分解的海杂波去噪》PDF+DOC 针对海杂波信号因混有噪声而难以提取的特点，提出基于改进的集成经验模态分解(MEEMD)的海杂波去噪方法。文中提出的MEEMD在补充的集成经验模态分解(CEEMD)的基础上，利用排列熵和Savitzky-Golay滤波对CEEMD分解后的固有模态函数进行处理，最后在经验模态分解分解重构后得到削噪后的信......
    3. 《日光温室作物冠层温湿度时空分布及预测模型》PDF+DOC 为了研究日光温室内部作物冠层区域温湿度分布及变化规律，以内蒙古呼和浩特市内保温型日光温室西芹作物冠层为研究对象，采用传感器密集布点的方式测试作物冠层处温湿度，针对日光温室作物冠层不同位置温湿度变化规律相似的情况，通过Elman神经网络预测作物冠层不同位置的温湿度情况。结果表明：作物冠层垂直温湿度差可......
    4. 《基于电子鼻的稻谷霉变在线检测系统的研制》PDF+DOC 针对传统稻谷霉变检测方法操作繁琐这一问题，设计了一种基于无线电子鼻的稻谷霉变在线检测系统。该系统由气体检测装置、下位机系统以及上位机远程监控系统构成，具有数据采集、处理、显示、传输及存储等功能。下位机采用STM32微控制器，与上位机通信的传输速率为18 B/s，丢包率为0，上位机远程监控系统最大可实......
    5. 《基于LSTM长短期记忆网络的超短期风速预测》PDF+DOC 大风天气容易导致高速列车发生脱轨、翻车等事故，因此对于风速的超短期预测对于高铁安全行驶具有重要的意义。提出一种基于长短期记忆(LSTM)网络的预测模型，对WindLog风速传感器采集得到的每分钟最大风速数据进行分组预处理，设置合理的步长参数，建立双层LSTM网络结构，采用北京市海淀区的风速数据进行训......
    6. 《基于多变量LSTM的工业传感器时序数据预测》PDF+DOC 传感器时序数据预测作为工业自动化和智能化的关键过程，对于自动化生产监督、风险预防和技术改进等具有重要意义。考虑到传统基于统计学的时序分析方法通用性弱、普通循环神经网络模型存在长期依赖的不足，针对工业设备温度、压力和电流强度等时序数据预测问题，提出了一种基于多变量分析的长短时记忆神经网络时序预测方法，......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。