技术特征：
1.一种鱼类异常行为在线识别方法，其特征在于，所述方法包括以下步骤：s100，使用溶解氧传感器获得溶解氧含量；s200，通过溶解氧含量计算传感器所在水域的波动水平；s201，通过波动水平计算鱼池的耗氧系数；s300，通过耗氧系数构建池态向量；s400，根据池态向量计算池态异动值；s500，通过池态异动值进行鱼类异常识别。2.根据权利要求1所述的一种鱼类异常行为在线识别方法，其特征在于，在步骤s100中，所述使用溶解氧传感器获得溶解氧含量的方法是：在鱼池中均匀布置n个溶解氧读取装置，溶解氧读取装置的布置数量n的取值范围在[5,10]之间；每个溶解氧读取装置由两个溶解氧传感器构成，其中所述两个溶解氧传感器分别读取浅水位的溶解氧含量和深水位的溶解氧含量，所述浅水位代表水面下方1/6水深的位置，深水位代表水面下方5/6水深的位置。3.根据权利要求1所述的一种鱼类异常行为在线识别方法，其特征在于，在步骤s200中，通过溶解氧含量计算传感器所在水域的波动水平的方法是：溶解氧传感器每5分钟进行一次测量获得的溶解氧含量作为实时测值msv，最近24小时内的所有实时测值msv形成实时测值序列lmsv，lmsv＝[msv
i1
]，i1∈[1，dltms]，其中i1为实时测值的在时序上的序号，dltms代表24小时内获得的实时测值msv的次数；利用实时测值序列lmsv计算得到跃迁系数τ，τ＝msv
u
/msv
d
，其中msv
u
和msv
d
分别代表lmsv中的最大值和最小值；利用实时测值序列lmsv计算得到溶解氧传感器的波动水平wlvl，其中i2为累加变量，emsv代表实时测值序列lmsv中各个数值的算术平均值，τ代表跃迁系数，以所有溶解氧传感器的波动水平构成的序列的算数平均值作为场均波动水平pwl。4.根据权利要求1所述的一种鱼类异常行为在线识别方法，其特征在于，在步骤s201中，通过波动水平wlvl计算鱼池的耗氧系数的方法是：定义当一个时刻一个溶解氧传感器wlvl＞pwl，则定义为发生一次溢层事件；在往鱼池投喂饲料时，均匀地往鱼池投喂饲料，开始每30秒进行一次测量并且获得各个溶解氧传感器的波动水平wlvl，并且开始统计溢层事件发生的次数为oltms，以ts作为溢层事件判别的次数的序号；开始投喂饲料时各个溶解氧传感器的oltms的值为0，ts的值为0；当所有溶解氧传感器的oltms＞0，记录对溢层事件判别的次数为jdtms；溶解氧含量的测量的频率恢复为每5分钟进行一次，并且计算溶解氧传感器的耗氧系数coidx：其中tsm为同一溶解氧传感器读取的各个wlvl中获得最大值时对应的溢层事件判别的次数的序号；mwlvl为溶解氧传感器读取的各个wlvl中的中位数；wlvl
ts
代表第ts个时刻获得的波动水平。5.根据权利要求1所述的一种鱼类异常行为在线识别方法，其特征在于，在步骤s300中，所述通过耗氧系数构建池态向量的方法是：往鱼池投喂饲料后，鱼池内各个溶解氧读取
装置开始尝试获得耗氧系数；待各个溶解氧读取装置均获得耗氧系数，结合鱼池内各个溶解氧读取装置构建池态向量pvect,pvect＝[coidx
i3
]，i3∈[1，n]，其中i3代表鱼池内各个溶解氧读取装置的序号，n代表鱼池中溶解氧读取装置的数量。6.根据权利要求1所述的一种鱼类异常行为在线识别方法，其特征在于，在步骤s400中，根据池态向量计算池态异动值的方法是：通过获取最近hist天内的池态向量计算其均值向量作为第一向量fvect，其中hist为观测期，hist的取值在[30，60]个自然日内取值；根据池态向量pvect和第一向量fvect，计算获得第一异动量fsv，其中da、db和ds为累加变量；pvect(da)和pvect(ds)分别表示池态向量中第da和ds个元素、fvect(db)和fvect(ds)分别表示第一向量fvect中第db和ds个元素；计算获得观测期内的各个第一异动量fsv，其中的最大值和最小值对应的日期序号为dmx和dmn，dmx、dmn＜hist，所述最小值用fsv
m
表示，计算池态异动值vidx:7.根据权利要求1所述的一种鱼类异常行为在线识别方法，其特征在于，在步骤s500中，所述通过池态异动值进行鱼类异常识别的方法是：获取历史记录的所有的池态异动值vidx，通过正态分布的一元离群点检测方法判断当天的池态异动值是否为异常点，如果当天的池态异动值为异常点，则说明鱼类存在异常行为，并向管理人员的客户端发送异常警报。8.一种鱼类异常行为在线识别系统，其特征在于，一种鱼类异常行为在线识别系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-6中的任意一种鱼类异常行为在线识别方法中的步骤，所述一种鱼类异常行为在线识别系统运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心的计算设备中。
技术总结
本发明公开了一种鱼类异常行为在线识别方法及系统，通过对采集使用溶解氧传感器获得溶解氧含量，计算出鱼池的耗氧系数，通过耗氧系数构建池态向量，再根据池态向量计算池态异动值，最后通过池态异动值进行鱼类异常识别。在本发明中，结合投喂鱼池后耗氧量变化以及养殖鱼池中的历史数据，对鱼类的活跃状态和健康状态进行有效评估，克服了在鱼池养殖中，通过人类感知去识别鱼类异常行为具有严重的滞后性，有效提高了鱼池养殖中鱼类的存活率，提高鱼池养殖的效益性，降低养殖鱼池蒙受的自然风险。险。险。
技术研发人员：徐龙琴 刘双印 曹亮 刘同来 郭建军 冯大春 郑建华 尹航 李锦慧 周冰 范明远
受保护的技术使用者：仲恺农业工程学院
技术研发日：2022.05.17
技术公布日：2022/8/26