[发明专利]面向无水贮藏环境下的氧气含量动态预测方法及装置

说明书

本发明提供一种面向无水贮藏环境下的氧气含量动态预测方法及装置，所述氧气含量动态预测方法包括：计算每组样本在无水贮藏环境下二氧化碳、温度以及湿度的时间序列与氧气的时间序列之间的关联系数；基于所述关联系数，获取两个相邻时间节点间二氧化碳、温度以及湿度与氧气之间的关联度；基于氧气的时间序列和上述关联度中的最大关联度所对应的参数的时间序列，建立氧气含量动态预测模型，以实现无水贮藏环境下的氧气含量动态预测。本发明提供的氧气含量动态预测方法可以准确获取无水贮藏环境中的氧气含量，可以有效避免单一氧气获取方法造成的偶然误差，可以有效提高贮藏时生物体因缺氧带来的经济损失。

技术领域

本发明涉及检测技术领域，更具体地，涉及一种面向无水贮藏环境下的氧气含量动态预测方法及装置。

背景技术

随着人们生活水平的提高，人们对各类农产品、海鲜产品的需求量增加，这要求市场保证充足的供应量，但是不同种类的生物体对生存环境有一定的要求，且主要的供应来源是沿海城市和其他养殖户，在大部分地区难以做到现卖现捞，这就需要将各类农产品、海鲜产品进行大量运输，并在销售点的暂存，但是无论是在运输中，还是在暂养中，生物体因为贮藏空间大小、贮藏密度等问题造成身体缺氧而发生的死亡屡见不鲜，所以需要对其贮藏空间的氧气含量进行监测并进行预测，以便及时处理，降低经济成本，提高营养价值和运输效率。

目前，关于生物体无水贮藏环境中氧气含量的预测较少，针对某个变量的预测方法很多，如时间序列预测方法、神经网络、模糊控制方法和灰度预测等，但是这些方法集中于从变量自身变化角度或者从多个变量集中出发进行训练的方法，前者依赖于采集数据的准确性，如果传感器或其他采集装置发生故障，便不能得到重要参数的数据，预测方法就没有效果，且单一因素的变化也容易受到其他因素的影响，预测时不能排除在外；后者利用训练方法，没有具体的公式，实现的硬件成本较大，并不能满足大众需求，即便有具体公式也存在运算过程复杂，运算时间长的缺点。

发明内容

为了至少部分地克服现有技术中存在的上述问题，本发明提供一种面向无水贮藏环境下的氧气含量动态预测方法及装置。

根据本发明的一个方面，本发明提供一种面向无水贮藏环境下的氧气含量动态预测方法，包括：

计算每组样本在无水贮藏环境下二氧化碳、温度以及湿度的时间序列与氧气的时间序列之间的关联系数；

基于所述关联系数，获取两个相邻时间节点间二氧化碳、温度以及湿度与氧气之间的关联度；

基于氧气的时间序列和上述关联度中的最大关联度所对应的参数的时间序列，建立氧气含量动态预测模型，以实现无水贮藏环境下的氧气含量动态预测。

其中，还包括：基于样本中每个生物体的身体特征参数，利用模糊控制模型对所述样本进行分组；

获取每组样本在无水贮藏环境中二氧化碳、温度、湿度以及氧气的时间序列。

其中，还包括：对于任一样本组，分别对二氧化碳、温度、湿度以及氧气的时间序列进行累加重组，以获得新的二氧化碳、温度、湿度以及氧气的时间序列。

其中，根据每组样本中生物体贮藏时间长短和贮藏密度以设置时间节点。

其中，所述参数为二氧化碳、温度或者湿度。

根据本发明的另一个方面，本发明提供一种面向无水贮藏环境下的氧气含量动态预测装置，包括：

关联系数计算模块，用于计算每组样本在无水贮藏环境下二氧化碳、温度以及湿度的时间序列与氧气的时间序列之间的关联系数；

关联度获取模块，用于基于所述关联系数，获取两个相邻时间节点间二氧化碳、温度以及湿度与氧气之间的关联度；