基于机器学习通过分析水质早期检测鱼类疾病的方法
机器学习
2021-11-12 v2 人工智能
摘要
早期检测鱼类疾病并识别潜在原因，对于养殖户采取必要措施缓解潜在暴发从而避免因对国民经济有明显负面影响的财务损失至关重要。通常，鱼类疾病由病毒和细菌引起；根据生化研究，某些细菌和病毒的存在可能影响水中 pH、DO、BOD、COD、TSS、TDS、EC、PO43-、NO3-N 和 NH3-N 的水平，导致鱼类死亡。此外，自然过程（如光合作用、呼吸和分解）也会导致水质改变，从而对鱼类健康产生不利影响。受机器学习技术近期成功的启发，本文采用了一种最先进的机器学习算法，以及时准确地检测和预测水质退化。因此，它有助于针对潜在鱼类疾病采取预防性措施。实验结果表明，基于该算法和真实数据集，在检测特定于水质的鱼类疾病方面具有高准确性。
引用
@article{arxiv.2102.09390,
title = {A Machine Learning Approach for Early Detection of Fish Diseases by Analyzing Water Quality},
author = {Al-Akhir Nayan and Ahamad Nokib Mozumder and Joyeta Saha and Khan Raqib Mahmud and Abul Kalam Al Azad and Muhammad Golam Kibria},
journal= {arXiv preprint arXiv:2102.09390},
year = {2021}
}