黃昕 姜春濤 任紫薇 潘淑儀 凌逸文 曹穎 肖浩鳴 邱文浩

摘要：傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)并不能做到長期記憶，存在“長期依賴”問題。但長短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)模型擅長處理可變長度的時(shí)間序列的數(shù)據(jù)輸入，且網(wǎng)絡(luò)具有自連接的隱層，可以有效解決長期依賴問題。標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法收斂速度慢、局部極值、難以確定隱層數(shù)和隱層的節(jié)點(diǎn)個(gè)數(shù)。由于收集的水體數(shù)據(jù)中有許多屬性相關(guān)性較大，如果將所有屬性都用C4.5算法進(jìn)行計(jì)算，則會造成一定的資源浪費(fèi)，降低計(jì)算效率。而改進(jìn)的C4.5算法則增加了去除相關(guān)性大的幾個(gè)屬性這一環(huán)節(jié)，從而有效地減少了不必要的計(jì)算。該文主要融合長短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)以及決策樹兩種算法，來進(jìn)行水產(chǎn)養(yǎng)殖病害預(yù)測。

關(guān)鍵詞：長短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò);C4.5算法;水產(chǎn)病害預(yù)測

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2020）08-0194-02

每年水產(chǎn)養(yǎng)殖病害影響面積占全國總水產(chǎn)養(yǎng)殖面積10%以上，直接經(jīng)濟(jì)損失高達(dá)上百億元，已經(jīng)成為我國水產(chǎn)養(yǎng)殖健康發(fā)展的主要障礙之一。根據(jù)水產(chǎn)養(yǎng)殖動植物疾病監(jiān)測預(yù)報(bào)，2017年，我國水產(chǎn)養(yǎng)殖因病害造成的經(jīng)濟(jì)損失約361億元，其中魚類占33.8%，甲殼類占40.7%，貝類占13.2%，其他占12.4%。因此對水產(chǎn)病害進(jìn)行預(yù)測分析對我國水產(chǎn)養(yǎng)殖具有極其重要的意義。

現(xiàn)有技術(shù)大都采用灰色預(yù)測模型、BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測分析。但灰色預(yù)測模型對時(shí)間序列平滑性要求較高，有快速衰減和遞增的屬性，所以他的時(shí)效性有限，不適合做長期的預(yù)測或者分析。標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法收斂速度慢、局部極值、難以確定隱層數(shù)和隱層的節(jié)點(diǎn)個(gè)數(shù)。長短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)模型擅長處理可變長度的時(shí)間序列的數(shù)據(jù)輸入，也可以有效解決長期依賴問題。本文主要融合長短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)以及決策樹兩種算法，來進(jìn)行水產(chǎn)養(yǎng)殖病害預(yù)測。

1 C4.5-LSTM模型建立

1.1數(shù)據(jù)采集

收集水體m個(gè)因素x1，x2，...xm的數(shù)據(jù)及對應(yīng)的病害數(shù)據(jù)將數(shù)據(jù)導(dǎo)入Excel表格中，對數(shù)據(jù)進(jìn)行預(yù)處理。

1.2決策樹的生成

隨機(jī)抽取其中的80%組數(shù)據(jù)作為決策樹的訓(xùn)練集，剩余的20%組數(shù)據(jù)作為決策樹的測試集。采取改進(jìn)的C4.5算法生成決策樹。

1.2.1去除相關(guān)性大的屬性

1.2.3剪枝

采用PEP（Pessimistic Error Pruning）剪枝法進(jìn)行因素的選擇最終確定因素個(gè)數(shù)v。

1.3數(shù)據(jù)處理

1.3.1數(shù)據(jù)標(biāo)準(zhǔn)化處理

收集上一步驟中的n個(gè)因素y1，y2...yn的數(shù)據(jù)將數(shù)據(jù)導(dǎo)入Excel表格中并將數(shù)據(jù)進(jìn)行預(yù)處理。利用min-max標(biāo)準(zhǔn)化公式分別將y1，y2...yn的r行數(shù)據(jù)歸一化。

1.3.2數(shù)據(jù)劃分

將上一步驟中處理好的數(shù)據(jù)隨機(jī)選取80%組數(shù)據(jù)作為訓(xùn)練集，剩余20%組數(shù)據(jù)作為測試集。將每個(gè)因素的數(shù)據(jù)分別依次輸入模型中。

1.4模型建立

步驟一：設(shè)置輸入、輸出層。設(shè)置網(wǎng)絡(luò)輸入為每次每個(gè)因

步驟四：長短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練。將數(shù)據(jù)代人模型進(jìn)行訓(xùn)練過程中，由小批量梯度下降法尋找使預(yù)測值與真實(shí)值相差最小的值，提高模型的精確度。確定先決條件即確定優(yōu)化模型的假設(shè)函數(shù)及損失函數(shù)見公式（9），通過計(jì)算找出最合適的LSTM神經(jīng)網(wǎng)絡(luò)中的權(quán)重。

步驟五：將預(yù)測出的各因素的數(shù)據(jù)組合成一組一組的數(shù)據(jù)，代入建立好的決策樹中進(jìn)行分類預(yù)測水產(chǎn)病害的爆發(fā)。

2 總結(jié)

長短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)模型擅長處理可變長度的時(shí)間序列的數(shù)據(jù)輸入，也可以有效解決長期依賴問題。改進(jìn)的C4.5算法增加了去除相關(guān)性大的因素這一環(huán)節(jié)，從而有效地減少了不必要的計(jì)算，節(jié)省了計(jì)算資源。先利用長短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測，再利用決策樹進(jìn)行分類，可有效、精準(zhǔn)地對水產(chǎn)病害進(jìn)行預(yù)測，讓養(yǎng)殖戶們及時(shí)采取措施，減小由此帶來的巨大損失。

參考文獻(xiàn)：

[1]于家斌，尚方方，王小藝，等，基于GF-LSTM網(wǎng)絡(luò)的藍(lán)藻水華預(yù)測方法[Jl.計(jì)算機(jī)應(yīng)用，2018：1-6.

【通聯(lián)編輯：代影】

收稿日期：2019-11-25

作者簡介：姜春濤（1985-），男，山東煙臺人，講師，博士，計(jì)算機(jī)學(xué)會（CCF）會員，主要研究方向?yàn)橛?jì)算機(jī)微體系結(jié)構(gòu)模擬、大數(shù)據(jù)系統(tǒng)優(yōu)化;黃昕（1999-），女，江西贛州人，本科，主要研究方向?yàn)閿?shù)據(jù)科學(xué)、大數(shù)據(jù)技術(shù);任紫薇（1998-），女，安徽宿州人，本科，主要研究方向?yàn)閿?shù)據(jù)科學(xué)、大數(shù)據(jù)技術(shù)。