论文部分内容阅读
对水产养殖水质的异常进行预测,能够有效提高水产养殖水质的质量。对水质异常的预测,需要计算出数据预测值,分析单整自回归移动平均模型特点,完成水质异常预测。传统方法对水产养殖水质参数的异常预测,是先对水质进行排除,预测异常,其过程复杂且预测精度偏低。提出基于滑动窗口的水产养殖水质参数异常预测算法,对原始数据进行异常点排除。构建高精确度的线性时间序列预测模型,对数据进行逐层训练,将实际输出与预期输出的误差逐层向后传播,计算出数据预测值,深入分析单整自回归移动平均模型与深度信念网络模型特点,建立一种水产养殖