基于機器學習算法的魚缸環境檢測研究獲獎科研報告

摘

要：隨著經濟和技術發展，人們對環境和生活質量要求越來越高。現代家庭都會在家養一些觀賞性的魚類，包括在一些大型商場也都可以看見魚缸的身影，魚缸市場應運而生。但是目前市場上的魚缸設備價格昂貴、功能不齊全。如何選擇有效的特征來作為魚缸環境評判的標準，是魚缸環境檢測領域的一大挑戰性難題。本文通過對家庭使用的魚缸進行調查了解，設計了一款基于機器學習的集溫度、水污染物檢測顯示于一體的多功能智能環境檢測魚缸。圍繞機器學習中的典型方法在魚缸環境檢測中應用的可行性展開，包括特征選擇、機器學習、以及聚類分析等，建立了一個安全可靠的魚缸環境檢測系統，提高了魚缸環境檢測的檢測率，實現魚缸溫度檢測，水的污染程度檢測。

關鍵詞：機器學習;魚缸環境檢測;k-means

1引言

近年來我國經濟科技發展迅猛，人們的生活與消費方式發生了巨大的變化。人們對于居住環境的要求不再是單一的舒適與安逸，更加的強調精神層次上的享受追求閑情雅致，更加的追求個性化與美觀程度。所以很多的家庭都會在家里面安裝一個具有觀賞性的魚缸，養一些五顏六色的寵物魚來改善視覺疲勞、陶冶情操和美化居住的環境。魚缸又稱為水族箱，誕生于一百五十年前的英國，在此之前魚缸只是一個簡單的裝魚的容器，并無太大的實用價值和研究的意義。但是隨著科技的發展、水族館行業的興起和家庭養寵物魚的人越來越多，傳統的魚缸沒有智能功能，已經不能滿足人們的需求。

2機器學習方法

機器學習（MachineLearning）是一門研究如何使用機器來模擬人類學習活動的學科。通過模擬和分析事物的行為，從中獲取存在的規律，并用規律對未知數據進行預測。

根據當前魚缸環境數據集的多樣化和復雜化，結合機器學習技術在特征表達方面的優異性能，本文提出一種基于機器學習的魚缸環境檢測系統模型，它是由數據采集處理、特征學習、環境檢測分類三個模塊組成。

（1）數據釆集處理模塊

采集魚缸環境信息，根據模型的需要進行特征數據的預處理。其中，數據過濾的目的是為了減少魚缸環境檢測系統直接處理的數據量，去掉其中的一些冗余信息，減少對后期模型訓練的影響;規范化的目的是為了統一多種IDS來源的數據或者將數據格式數值化，通過規范化的處理，所有的數據就會形成“規范”數據，偏于處理;歸一化就是把需要處理的數據限制在一定的范圍內，保證后期模型生成的收斂加快。

（2）特征學習模塊

此模塊主要對采集后的數據通過特征降維的方法進行特征的提取。通過降低數據的噪音量，使得后期的魚缸環境識別性能更加穩定，提高數據識別率。

（3）環境檢測分類模塊

通過機器學習的方法（貝葉斯、支持向量機等）進行數據的分類識別。

3基于機器學習的浴缸環境檢測

3.1計算邊的權重

標簽傳播算法，是通過頂點之間的邊傳播標簽的。邊的權重越大，意味著兩個樣本點越相似，那么標簽也越容易傳遞過去。而邊的權重，則是由兩個樣本點之間特征的距離來計算的。一般地，任意兩個樣本xi與樣本xj之間的邊權重公式可表示如式（1）所示：

（1）

其中，dij表示樣本xi與樣本xj之間特征的歐式距離，參數σ用來控制邊的權重。本文中的σ取值為樣本間歐氏距離的平均值。相應地，圖中兩個頂點之間的歐式距離越小，權重wij越大。

3.2生成概率轉移矩陣T

概率轉移矩陣，用來表示任意兩個樣本之間標簽傳播時的傳播概率。由樣本之間的權重矩陣，行歸一化后得到。為方便后續計算，樣本的概率轉移矩陣由一個的矩陣T表示，矩陣T的生成公式如式（2）所示：

（2）

其中，Tij表示標簽由頂點i到頂點j的轉移概率，即樣本xi到樣本xj標簽傳播的可能性大小。

3.3利用聚類調整概率轉移矩陣

基于k-means聚類的圖構造方法，輸入為訓練樣本，包括已標記樣本和未標記樣本，輸出為概率轉移矩陣T具體算法流程如下：

（1）數據預處理，對所有樣本進行屬性約簡，將高維度樣本變成低維度樣本，方便后續算法的進行，本文使用的屬性約簡方法為MDDM;

（2）對總樣本空間進行k-means聚類，根據聚類的情況構造一個nn維的聚類矩陣C，每個矩陣元素表示兩個樣本是否屬于同一個類別，如式（3）所示：

（3）

其中，作為參數控制聚類對圖的構造的影響力度。值越小，影響越小;反之，影響越大;

（3）將聚類矩陣C與原有的相似度矩陣W結合，構造新的相似度矩陣W。其中，對于每兩個樣本xi和xj來說，;

（4）對新的相似度矩陣行歸一化，構造新的概率轉移矩陣，公式如式（4）所示;

（4）

實驗的目的就是要測魚缸的水的變化，給魚提供一個舒適、干凈的生活環境。具體需要測水的溫度、渾濁度、液位高度。本次實驗測得的溫度精確到小數點后一位，傳送的溫度轉換時間大概為750ms，采集的時間間隔比較短暫，而且采集的精度也比較高，誤差范圍不超過0.5℃。但是由于水加熱屬于空氣中熱傳遞的一種物理表現，熱傳導的速度會導致魚缸里面各個地方的水溫都會有差距，DS18B20放的位置也會影響所測溫度的準確性，最后加熱的溫度實際值會高于設定的溫度值。而且用到的溫度傳感器是探頭式的，測得的溫度數據傳到數碼管上顯示時會有一定的延時，導致溫度變化速度慢。

其次，實驗需要采集的是渾濁度，濁度傳感器利用了光學的散射和透射的原理，在自然環境中有很多不確定因數影響其采樣的準確性，如光線的強度會干擾測量，所以使用時應遠離光線干擾或是在不同的地方采集濁度數據最后取平均值，還有就是在同一測量環境中多測量，這樣測得的數據相對來說會精確一點。根據實際測得的渾濁度可以得到當數據在1000左右時，此時水質較好魚缸不需要換水。當測得的數據增大，則可以判斷出此時魚缸水質里懸浮物和污染物也增多了，水質受到了污染，魚缸需要換水。加入不同污染物的濁度數據如表1所示。

4小結

在清水下經過機器學習算法得到的濁度大概為1000左右，靜置一小時空氣中的灰塵和各類雜質會進入水中，濁度會相應增加一點，數據略微變大。混入泥土肉眼可以觀察到水很臟了，但是因為土的質量重混入水中