买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉贵州大学申请的专利基于物联网的水产养殖环境在线监控方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121212571B 。

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511756112.4，技术领域涉及：G06Q10/063；该发明授权基于物联网的水产养殖环境在线监控方法及系统是由唐黎;董然然;姜海波;任登鸿;李辉设计研发完成，并于2025-11-27向国家知识产权局提交的专利申请。

本基于物联网的水产养殖环境在线监控方法及系统在说明书摘要公布了：本申请提供了一种基于物联网的水产养殖环境在线监控方法及系统，涉及控制系统技术领域。所述方法包括：采集目标养殖塘水质数据及影像数据；基于各参考养殖塘的养殖数据确定投喂量范围；通过预测模型获取水质预测数据；基于多次历史喂食过程的影像数据确定其历史摄食率，结合各维度指标的水质数据确定摄食率影响因子；基于摄食率影响因子、历史摄食率及历史喂食过程水质数据构建回归模型，以基于水质预测数据确定摄食率预测值；基于历史摄食率均值、投喂量范围及摄食率预测值确定投喂量建议值；当摄食率预测值小于第一预设阈值时，基于摄食率影响因子及水质预测数据确定各维度指标的异常程度并触发预警。本申请可以动态调节水产养殖投喂量。

本发明授权基于物联网的水产养殖环境在线监控方法及系统在权利要求书中公布了：1.一种基于物联网的水产养殖环境在线监控方法，其特征在于，所述方法包括： 采集目标养殖塘的水质数据及影像数据； 基于历史养殖数据中各参考养殖塘的养殖数据确定目标养殖塘的投喂量范围包括：获取目标养殖塘的塘容积、养殖密度、养殖品种及养殖天数，并对应确定目标养殖塘的塘特征；基于历史养殖数据中各参考养殖塘的塘特征的分布频率确定对应塘特征的信息熵，基于信息熵的倒数确定相似权重因子；计算各参考养殖塘与目标养殖塘的各塘特征的差值，记为特征差异因子；基于相似权重因子与特征差异因子确定塘相似度，将大于第二预设阈值的塘相似度对应的参考养殖塘记为目标养殖塘的相似塘；基于相似塘的投喂量确定目标养殖塘的投喂量范围； 将历史时段的水质数据输入预先训练好的预测模型，得到预测时段的水质预测数据； 基于多次历史喂食过程的影像数据中的投喂前残饵量、投喂后残饵量及自动投喂机的本次投喂量确定其对应的历史摄食率，基于历史喂食过程中的摄食率偏差和水质偏差确定各维度指标的摄食率影响因子； 基于摄食率影响因子、历史摄食率及历史喂食过程中的水质数据构建回归模型，并将水质预测数据输入回归模型，得到预测时段的摄食率预测值； 基于投喂量范围、历史摄食率均值与摄食率预测值的差值计算投喂量区间修正量确定预测时段的投喂量建议值，并控制自动投喂机以投喂量建议值投喂饵料； 当摄食率预测值小于第一预设阈值时，基于摄食率影响因子及水质预测数据确定各维度指标的异常程度，并根据异常程度触发预警包括：当摄食率预测值小于第一预设阈值时，计算预测时段内当前维度指标对应的水质预测数据的平均值，记为预测水质均值；计算当前维度指标在各历史喂食过程对应的预设时间窗口内水质数据的平均值，记为对应历史喂食过程下当前维度指标的水质单均值；计算全部历史喂食过程下当前维度指标的水质单均值的平均值，记为当前维度指标的水质总均值；确定各当前维度指标对应的各水质单均值的标准差；计算预测水质均值与水质总均值的水质差值，并将水质差值与水质单均值的标准差的比值记为标准化离散因子；计算当前维度指标的摄食率影响因子与标准化离散因子的乘积，记为当前维度指标的异常程度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。