本发明涉及螺蛳养殖设备管理，特别涉及一种螺蛳自动化养殖设备管理方法及系统。
背景技术：
1、螺蛳养殖业作为水产品养殖领域的一部分，面临着传统管理方法的限制，存在养殖效率低、生长适宜度不易控制等问题。传统养殖方式往往基于经验性方法，难以全面理解螺蛳在不同环境条件下的复杂行为和需求。
2、目前的螺蛳养殖管理主要依赖于人工观察和手动调节，未能充分利用先进技术提高生产效率。传感器技术的应用虽然逐渐增多，但大多数仍仅关注单一参数，未能提供对螺蛳行为和环境变化的深度理解。
3、本发明基于对螺蛳养殖的深入研究，结合了环境数据和螺蛳行为数据的综合分析。引入关联规则挖掘方法，系统识别环境变化对螺蛳行为的影响特征，从而更准确地评估螺蛳在不同环境参数下的生长适宜度。通过摄像设备实时监测螺蛳行为，实现对其状态的精准捕捉。这一先进的管理方法将数据科学与螺蛳养殖相结合，为提高养殖效益、实现智能化管理提供了全新的解决途径。
技术实现思路
1、为了解决上述至少一个技术问题，本发明提出了一种螺蛳自动化养殖设备管理方法及系统。
2、本发明第一方面提供了一种螺蛳自动化养殖设备管理方法，包括：
3、获取历史螺蛳养殖的环境变化数据和螺蛳行为数据，通过关联规则挖掘方法识别环境变化对螺蛳行为的影响特征；
4、根据所述影响特征评估螺蛳在不同环境参数下的生长适宜度；
5、通过摄像设备对目标螺蛳养殖设备的螺蛳进行行为监测，以捕捉螺蛳的行为状态；
6、根据所述影响特征和螺蛳的行为状态对当前环境下的螺蛳生长适宜度进行评估，得到生长适宜度评估数据；
7、根据所述生长适宜度数据对螺蛳自动化养殖设备运行参数进行调整，得到设备运行参数调整方案。
8、本方案中，所述获取历史螺蛳养殖的环境变化数据和螺蛳行为数据，通过关联规则挖掘方法识别环境变化对螺蛳行为的影响特征，具体为：
9、获取历史螺蛳养殖过程中的环境变化数据，所述环境变化数据包括养殖环境的温度、ph值、溶解氧、光照条件；
10、根据摄像设备获取螺蛳养殖过程中的视频数据，根据所述视频数据观察螺蛳的行为数据，所述行为数据包括移动、觅食、休息行为；
11、将所述环境变化数据和行为数据基于时间序列进行对齐操作，引入apriori算法，获取apriori算法的数据处理格式，将环境变化数据和行为数据根据所述数据处理格式进行数据格式转换；
12、通过apriori算法将环境变化数据初始化为数据项集，提取高频数据项，并提取所述高频数据项相同时间下所对应的行为数据，得到高频数据项对应行为；
13、基于高频数据项和高频数据项对应行为进行关联性分析，生成关联规则，根据关联规则分析环境变化与螺蛳行为之间的关系，得到关系数据；
14、根据关系数据识别环境变化对螺蛳行为的影响特征，所述影响特征包括移动影响特征、进食影响特征、休息状态影响特征。
15、本方案中，所述根据所述影响特征评估螺蛳在不同环境参数下的生长适宜度，具体为：
16、根据大数据技术获取所述影响特征变化对螺蛳生长的影响情况；
17、根据所述影响情况对每个影响特征进行影响权重赋值，得到影响特征对螺蛳生长的影响权重数据；
18、获取螺蛳的最适生长环境参数变化范围，根据所述影响权重数据和最适生长环境参数变化范围对不同环境参数下的螺蛳生长适宜度进行评估，得到生长适宜度环境参数对照表。
19、本方案中，所述通过摄像设备对目标螺蛳养殖设备的螺蛳进行行为监测，以捕捉螺蛳的行为状态，具体为：
20、基于摄像设备实时获取目标螺蛳自动化养殖设备中的螺蛳养殖视频图像数据，并根据视频图像数据提取视频帧图像数据；
21、获取历史螺蛳图像数据集，对所述历史螺蛳图像数据集进行螺蛳边界框标注，对标注后的历史螺蛳图像数据集进行像素值归一化处理，得到预处理数据集；
22、基于yolo算法构建螺蛳识别模型，将预处理数据集导入螺蛳识别模型中对标注的边界框中的图像特征进行提取和训练；
23、将视频帧图像数据导入螺蛳识别算法中图像中的螺蛳进行识别，并对螺蛳进行边界框表示，得到螺蛳识别结果；
24、根据螺蛳识别结果随机提取视频帧图像数据中预设数量螺蛳的坐标，并根据视频帧图像数据的时间序列对视频帧图像进行排序操作，将随机提取的螺蛳的坐标进行轨迹连续性分析，得到在预设时间段内的活动轨迹信息；
25、获取历史螺蛳各种行为状态的标准活动轨迹数据，根据所述活动轨迹信息和标准活动轨迹数据进行对比，得到当前螺蛳的行为状态。
26、本方案中，所述根据所述影响特征和螺蛳的行为状态对当前环境下的螺蛳生长适宜度进行评估，得到生长适宜度评估数据，具体为：
27、基于回归分析算法构建生长适宜度评估模型，将关系数据导入生长适宜度评估模型中进行回归分析，得到环境数据与螺蛳行为的的线性回归特征；
28、将不同环境参数下的生长适宜度和环境数据与螺蛳行为的的线性回归特征导入生长适宜度评估模型中作为螺蛳生长适宜度的评估标准进行学习和训练；
29、获取当前螺蛳养殖设备的环境参数，将所述环境参数和当前螺蛳的行为状态导入生长适宜度评估模型中对当前环境的适宜度进行评估，得到当前养殖设备的环境参数下螺蛳的生长适宜度评估数据。
30、本方案中，所述根据所述生长适宜度数据对螺蛳自动化养殖设备运行参数进行调整，得到设备运行参数调整方案，具体为：
31、根据所述生长适宜度评估数据，若生长适宜度大于预设值，保持当前螺蛳自动化养殖设备的运行参数；
32、若生长适宜度小于预设阈值，提取环境适宜度数据和行为适宜度数据，若环境适宜度数据偏离最适生长环境参数变化范围，对调整养殖设备的养殖环境参数；
33、根据行为适宜度数据，若行为适宜度小于预设行为适宜度，通过投放养殖设备自动投放饵料对螺蛳行为进行诱导操作；
34、若环境适宜度和行为适宜度均在适宜度范围外，则先通过调整环境参数，判断调整后的环境参数，生长适宜度是否大于预设值，若不不大于，再对螺蛳行为进行诱导操作，直至生长适宜度大于预设值，得到设备运行参数调整方案。
35、本发明第二方面还提供了一种螺蛳自动化养殖设备管理系统，该系统包括：存储器、处理器，所述存储器中包括螺蛳自动化养殖设备管理方法程序，所述螺蛳自动化养殖设备管理方法程序被所述处理器执行时，实现如下步骤：
36、获取历史螺蛳养殖的环境变化数据和螺蛳行为数据，通过关联规则挖掘方法识别环境变化对螺蛳行为的影响特征；
37、根据所述影响特征评估螺蛳在不同环境参数下的生长适宜度；
38、通过摄像设备对目标螺蛳养殖设备的螺蛳进行行为监测，以捕捉螺蛳的行为状态；
39、根据所述影响特征和螺蛳的行为状态对当前环境下的螺蛳生长适宜度进行评估，得到生长适宜度评估数据；
40、根据所述生长适宜度数据对螺蛳自动化养殖设备运行参数进行调整，得到设备运行参数调整方案。
41、本方案中，所述根据所述影响特征评估螺蛳在不同环境参数下的生长适宜度，具体为：
42、根据大数据技术获取所述影响特征变化对螺蛳生长的影响情况；
43、根据所述影响情况对每个影响特征进行影响权重赋值，得到影响特征对螺蛳生长的影响权重数据；
44、获取螺蛳的最适生长环境参数变化范围，根据所述影响权重数据和最适生长环境参数变化范围对不同环境参数下的螺蛳生长适宜度进行评估，得到生长适宜度环境参数对照表。
45、本方案中，所述通过摄像设备对目标螺蛳养殖设备的螺蛳进行行为监测，以捕捉螺蛳的行为状态，具体为：
46、基于摄像设备实时获取目标螺蛳自动化养殖设备中的螺蛳养殖视频图像数据，并根据视频图像数据提取视频帧图像数据；
47、获取历史螺蛳图像数据集，对所述历史螺蛳图像数据集进行螺蛳边界框标注，对标注后的历史螺蛳图像数据集进行像素值归一化处理，得到预处理数据集；
48、基于yolo算法构建螺蛳识别模型，将预处理数据集导入螺蛳识别模型中对标注的边界框中的图像特征进行提取和训练；
49、将视频帧图像数据导入螺蛳识别算法中图像中的螺蛳进行识别，并对螺蛳进行边界框表示，得到螺蛳识别结果；
50、根据螺蛳识别结果随机提取视频帧图像数据中预设数量螺蛳的坐标，并根据视频帧图像数据的时间序列对视频帧图像进行排序操作，将随机提取的螺蛳的坐标进行轨迹连续性分析，得到在预设时间段内的活动轨迹信息；
51、获取历史螺蛳各种行为状态的标准活动轨迹数据，根据所述活动轨迹信息和标准活动轨迹数据进行对比，得到当前螺蛳的行为状态。
52、本方案中，所述根据所述影响特征和螺蛳的行为状态对当前环境下的螺蛳生长适宜度进行评估，得到生长适宜度评估数据，具体为：
53、基于回归分析算法构建生长适宜度评估模型，将关系数据导入生长适宜度评估模型中进行回归分析，得到环境数据与螺蛳行为的的线性回归特征；
54、将不同环境参数下的生长适宜度和环境数据与螺蛳行为的的线性回归特征导入生长适宜度评估模型中作为螺蛳生长适宜度的评估标准进行学习和训练；
55、获取当前螺蛳养殖设备的环境参数，将所述环境参数和当前螺蛳的行为状态导入生长适宜度评估模型中对当前环境的适宜度进行评估，得到当前养殖设备的环境参数下螺蛳的生长适宜度评估数据。
56、本发明公开了一种螺蛳自动化养殖设备管理方法及系统，通过获取历史螺蛳养殖的环境变化数据和螺蛳行为数据，采用关联规则挖掘方法辨识环境对螺蛳行为的影响特征。基于影响特征，评估螺蛳在不同环境参数下的生长适宜度。同时，通过摄像设备监测目标螺蛳养殖设备的螺蛳行为，捕捉其行为状态。结合影响特征和螺蛳行为状态，对当前环境下的螺蛳生长适宜度进行评估，生成生长适宜度评估数据。最后，根据评估数据调整螺蛳自动化养殖设备的运行参数，实现对螺蛳养殖环境的智能化管理。本方法通过充分利用环境数据和行为监测，优化螺蛳养殖效率，提高生长适宜度，为螺蛳养殖业提供了一种创新的管理手段。
1.一种螺蛳自动化养殖设备管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种螺蛳自动化养殖设备管理方法，其特征在于，所述获取历史螺蛳养殖的环境变化数据和螺蛳行为数据，通过关联规则挖掘方法识别环境变化对螺蛳行为的影响特征，具体为：
3.根据权利要求1所述的一种螺蛳自动化养殖设备管理方法，其特征在于，所述根据所述影响特征评估螺蛳在不同环境参数下的生长适宜度，具体为：
4.根据权利要求1所述的一种螺蛳自动化养殖设备管理方法，其特征在于，所述通过摄像设备对目标螺蛳养殖设备的螺蛳进行行为监测，以捕捉螺蛳的行为状态，具体为：
5.根据权利要求2所述的一种螺蛳自动化养殖设备管理方法，其特征在于，所述根据所述影响特征和螺蛳的行为状态对当前环境下的螺蛳生长适宜度进行评估，得到生长适宜度评估数据，具体为：
6.根据权利要求1所述的一种螺蛳自动化养殖设备管理方法，其特征在于，所述根据所述生长适宜度数据对螺蛳自动化养殖设备运行参数进行调整，得到设备运行参数调整方案，具体为：
7.一种螺蛳自动化养殖设备管理系统，其特征在于，所述螺蛳自动化养殖设备管理系统包括储存器以及处理器，所述储存器包括螺蛳自动化养殖设备管理方法程序，所述螺蛳自动化养殖设备管理方法程序被所述处理器执行时，实现如下步骤：
8.根据权利要求7所述的一种螺蛳自动化养殖设备管理系统，其特征在于，所述根据所述影响特征评估螺蛳在不同环境参数下的生长适宜度，具体为：
9.根据权利要求7所述的一种螺蛳自动化养殖设备管理系统，其特征在于，所述通过摄像设备对目标螺蛳养殖设备的螺蛳进行行为监测，以捕捉螺蛳的行为状态，具体为：
10.根据权利要求7所述的一种螺蛳自动化养殖设备管理系统，其特征在于，所述根据所述影响特征和螺蛳的行为状态对当前环境下的螺蛳生长适宜度进行评估，得到生长适宜度评估数据，具体为：
