基于长短期记忆神经网络的罗非鱼生长预测模型OA北大核心CSCDCSTPCD
Tilapia growth prediction model based on Long Short-term Memory neural network
[目的]通过测定吉富罗非鱼生长指标,建立其生长的长短期记忆神经网络(Long Short-term Memory neu-ral network model,LSTM)模型,分析模型的拟合度和准确度,为罗非鱼的育种和养殖提供参考.[方法]以罗非鱼生长阶段的生长时间、投喂量及水槽编号3个指标数据作为输入量,通过Dropout和one-hot的方法建立LSTM模型.[结果]模型在训练开始后迅速下降,100次迭代左右,误差下降速度开始逐步减缓,在100…查看全部>>
安丰和;袁永明;马晓飞;沈楠楠
南京农业大学 无锡渔业学院,江苏 无锡 214081南京农业大学 无锡渔业学院,江苏 无锡 214081中国水产科学研究院 淡水渔业研究中心/国家特色淡水鱼产业技术研发中心/农业农村部淡水渔业和种质资源利用重点实验室,江苏 无锡 214081中国水产科学研究院 淡水渔业研究中心/国家特色淡水鱼产业技术研发中心/农业农村部淡水渔业和种质资源利用重点实验室,江苏 无锡 214081
农业科技
罗非鱼长短期记忆神经网络模型生长模型预测
《南方农业学报》 2018 (10)
2110-2116,7
国家现代农业产业技术(特色淡水鱼产业技术)体系专项项目(CARS-49)中央级公益性科研院所基本科研业务费专项项目(2016HY-ZD14)
评论