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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社