版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
1、基于水色图像的水质分析2016.6目录CONTENTE背景介绍01数据挖掘目标02分析方法与过程03建模及代码展示04污水处理01背景介绍环境监测02水产养殖03生产生活中的水质识别 在渔业生产中，从业者可以通过观察水色变化调控水质，以达到维持养殖生态系统中浮游植物、浮游动物，微生物类、等动态平衡的目的。但由于这些多是通过肉眼和经验观察进行判断，存在主观性引起的观察性偏差，使观察结果的可比性、可重复性降低，且受工作时间限制，不易推广应用。背景介绍以水产养殖为例 通过多年来对水质环境数据的采集和处理，建立环境数据库，得出水产养殖较为完善的生长发育参数和健康养殖量化指标。根据这些量化指标和水产养殖
2、专业知识，基于环境数据库建立起水产健康养殖专家决策系统，对实现水产健康养殖、智能控制和计算机管理具有重要的意义。我们的目标是在水质监测方面，通过计算机视觉处理技术，以专家经验为基础，对池塘水色进行优劣分级，实现对池塘水色的准确快速判别。数据挖掘目标数据挖掘目标健康养殖系统养殖生物养殖模式饲料投喂疾病防治水质管理系统氮磷控制Ph值调控饲料精准投喂疾病早期预警环境库水色判别系统水质评价系统知识库规则库图像库环境数据导入水色图像处理专家样本管理分析方法与过程选择性抽取水质评价构建模型构建专家样本数据预处理样本数据采集拍摄水样图像图像切割提取颜色矩特征图像切割提取颜色矩特征专家样本水样分类模型训练模型
3、验证模型评价模型优化模型实时抽取水质评价结果水质评价流程水色分类分析方法与过程一定条件下拍摄的水样图像分析方法与过程图像切割分析方法与过程基于颜色矩提取图像颜色分布分析方法与过程颜色矩：一幅图像的色彩分布可以认为是一种概率分布，图像中任何颜色的分布均可以用它的矩来表示。颜色矩包含各个颜色通道的一阶矩、二阶矩、三阶矩，对于一幅RGB颜色空间图像，具有R、G和B三个颜色通道，所以共具有9个分量。水色图像特征与相应水色类别的部分数据分析方法与过程预测模型的输入变量分析方法与过程 综合输入变量维度较高，样本量较少，再结合支持向量机具备较高泛化能力的特点，选定支持向量机作为建模算法。对数据采取随机抽取80%作为训练样本，20%作为测试样本的交叉验证方法，以防止模型欠拟合。建模及代码展示选择支持向量机建立模型建模及代码展示结果分析训练集混淆矩阵分类准确率：96.91%测试集混淆矩阵分类准确率：9
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论