[发明专利]一种结合深度学习与Q-learning的活鱼运输水质智能调控方法和系统

摘要

本发明公开了一种结合深度学习与Q‑learning的活鱼运输水质智能调控方法及系统。方法包括：将实时捕捉水体的氨氮、溶解氧、pH信息通过RBF神经网络进行拟合，输出水质等级，建立水质分级模型；通过基于Faster‑rcnn架构的深度神经网络对活鱼进行定位与识别，建立Faster‑rcnn活鱼检测模型；依照活鱼运输水质对应的及时奖励值和长远回报值构建策略Q矩阵以获得活鱼运输水质的最佳调控策略，建立Q‑learning模型；最后将Q‑learning模型、水质分级模型、基于Faster‑rcnn活鱼检测模型部署到服务器上，对水质进行动态调控。本发明创造性地将深度学习方法和Q‑learning方法融合于活鱼运输水质的智能调控上，提出了一套精准化地活鱼运输水质调控方案，构建了活鱼运输水质调控系统，为活鱼运输安全提供了有力保障。