期刊文献+
共找到1,081篇文章
< 1 2 55 >
每页显示 20 50 100
池塘工程化循环水养殖单管多路风送式投饲控制系统优化试验
1
作者 马晓飞 沈楠楠 +1 位作者 贺艳辉 段金荣 《渔业现代化》 北大核心 2025年第5期75-87,共13页
针对池塘工程化循环水养殖用风送式投饲系统存在智能化程度低、能源消耗大、饲料破碎率高、投饲效率低等问题,本研究基于流体动力学-离散元法的多物理场耦合数值模拟技术(CFD-EDEM),对单管多路风送式投饲控制系统进行优化。首先,对池塘... 针对池塘工程化循环水养殖用风送式投饲系统存在智能化程度低、能源消耗大、饲料破碎率高、投饲效率低等问题,本研究基于流体动力学-离散元法的多物理场耦合数值模拟技术(CFD-EDEM),对单管多路风送式投饲控制系统进行优化。首先,对池塘工程化循环水养殖系统及单管多路风送式投饲系统进行分析,了解性能优化需求;其次,设计常用膨化饲料物性参数测定试验,构建饲料离散元模型;然后,构建输料管路物理模型及计算流体模型,模拟不同送风速度下饲料颗粒的运动特性及分布规律,优选送风-下料智能控制策略。结果显示:送风速度显著影响输料效率与管道堵塞风险,在本试验条件下,入口风速30~40 m/s为最优工况范围;通过变频控制风机工作频率(36~48 Hz)实现送风-下料协同优化,通过压力反馈实现管道余料吹空与防堵控制,较传统模式节能18.6%、降低破碎率39.44%、提高投饲均匀度43.48%,提高了投饲效率。CFD-EDEM方法能够较好地仿真投饲系统运行工况并提供优化控制策略,本研究提出的智能控制策略为长距离多点位精准投饲提供了理论参考,有效提升了系统智能化水平与运行稳定性,为集约化水产养殖装备研发提供参考。 展开更多
关键词 池塘工程化循环水养殖系统 单管多路投饲系统 风送式 离散单元法 耦合仿真
在线阅读 下载PDF
基于超表面等离子共振生物传感器的亲和力评价平台开发
2
作者 李裕鸿 周翰霖 +1 位作者 刘钢 黄丽萍 《分析测试学报》 北大核心 2026年第1期1-11,共11页
该文基于超表面等离子共振(MetaSPR)生物传感器构建了一种新的亲和力检测评价方法,利用高灵敏的MetaSPR芯片,同时构建高精度微流控流路式和高通量微孔板无管路式亲和力检测平台,弥补了现有亲和力检测方法的不足。研究制备了具有纳米孔... 该文基于超表面等离子共振(MetaSPR)生物传感器构建了一种新的亲和力检测评价方法,利用高灵敏的MetaSPR芯片,同时构建高精度微流控流路式和高通量微孔板无管路式亲和力检测平台,弥补了现有亲和力检测方法的不足。研究制备了具有纳米孔阵列结构的MetaSPR芯片,并通过扫描电子显微镜和酶标仪对其物理结构与光学特性进行表征。通过采用不同折射率的甘油溶液对SPR芯片进行测试,结果显示该芯片对折射率变化具有极高的灵敏度,响应信号与折射率变化之间呈现出良好的相关关系(r^(2)=0.995)。利用WeSPR系列检测仪,无需复杂光学元件,对多种分子对进行亲和力检测,成功获得了结合速率常数(K_(a))、解离速率常数(K_(d))和解离平衡常数(K_(D))等动力学参数,且与已有报道数据一致。结果表明,该研究构建的两种检测平台均能够高灵敏、实时、无标记地监测分子间的结合与解离过程,具有优异的准确性、稳定性与普适性,为生物分子相互作用研究提供了一种高效、灵敏、便携且低成本的技术手段,在生命科学、药物研发与筛选等领域具有广阔的应用前景。 展开更多
关键词 超表面等离子共振 生物芯片 亲和力 分子相互作用 药物筛选
在线阅读 下载PDF
基于自注意力和改进金字塔的水下小目标检测
3
作者 杜睿山 王紫珊 +1 位作者 孟令东 井远光 《深圳大学学报(理工版)》 北大核心 2025年第4期428-436,共9页
针对水下目标检测任务中小目标特征信息少和受水下环境影响导致检测精度低的问题,提出一种基于自注意力机制和改进金字塔的水下小目标检测算法,记为SF-Bi-YOLOv8.以YOLOv8为框架,设计一种加强全局特征提取能力的Swin-Fa模块对YOLOv8的... 针对水下目标检测任务中小目标特征信息少和受水下环境影响导致检测精度低的问题,提出一种基于自注意力机制和改进金字塔的水下小目标检测算法,记为SF-Bi-YOLOv8.以YOLOv8为框架,设计一种加强全局特征提取能力的Swin-Fa模块对YOLOv8的骨干网络最后一个C2f层进行改进,提高了模型的小目标检测能力;将特征融合网络的特征金字塔结构替换为简化型加权双向特征金字塔结构(weighted bidirectional feature pyramid network,BiFPN)以更好地学习多尺度特征;采用线性区间映射Focaler-IoU的方式重构检测头的损失函数,从而关注难易样本,加速边界框回归.实验结果表明,在水下检测目标(detecting underwater objects,DUO)数据集上,SF-Bi-YOLOv8算法交并比(intersection over union,IoU)阈值为0.50时的平均精度达到0.862,较原YOLOv8提高了0.023,IoU阈值从0.50到0.95时的平均精度提高了0.036.研究结果可为水下目标检测任务提供参考. 展开更多
关键词 人工智能 水下目标检测 深度学习 YOLOv8 注意力机制 特征金字塔
在线阅读 下载PDF
改进RT-DETR的水下生物目标检测算法
4
作者 潘广贞 王轩楷 李子悦 《渔业现代化》 北大核心 2025年第5期107-116,共10页
水下生物目标检测普遍仍采用人工识别的方法,存在智能化水平低的问题。现有的目标检测算法YOLO系列,存在参数量和计算量大、检测精度差等问题。提出了一种基于RT-DETR模型的改进算法。提出DynaShareNet主干网络,共享stem信息架构以提升... 水下生物目标检测普遍仍采用人工识别的方法,存在智能化水平低的问题。现有的目标检测算法YOLO系列,存在参数量和计算量大、检测精度差等问题。提出了一种基于RT-DETR模型的改进算法。提出DynaShareNet主干网络,共享stem信息架构以提升特征融合效率并降低计算负担;引入扩张变换器注意块DTAB,结合全局与局部特征交互以增强复杂水下环境鲁棒性;采用MaSA-RetBlock模块,解决目标模糊和低对比度识别问题;以及引入EMASlideVarifocalLoss用于提升难分类目标处理能力。在URPC2020数据集上的试验结果表明,改进算法显著提升了检测精度,mAP50和mAP50:95分别提高3.3%和3.5%,大幅降低了模型复杂度,参数量和计算量分别下降41.7%和47.7%,检测精度、参数量、计算量显著优于YOLO系列算法,同时在RUOD数据集上验证了其良好的泛化性能。研究表明,该改进算法有效提升了水下目标检测的性能与效率,具有较好的应用前景。 展开更多
关键词 水下目标检测 特征融合 RT-DETR 轻量化网络设计
在线阅读 下载PDF
赤点石斑鱼氨氮应激行为嵌入式表征研究 被引量:2
5
作者 聂鹏程 钱程 +3 位作者 汪清平 曾国权 马建忠 刘世晶 《农业机械学报》 北大核心 2025年第2期503-510,522,共9页
基于应激行为学的赤点石斑鱼应激行为表征是实现赤点石斑鱼氨氮胁迫识别的前提与基础,但现有方法大多依赖于高性能硬件,不利于行为表征方法在养殖现场嵌入式系统上部署和应用。针对这一问题,结合赤点石斑鱼氨氮胁迫环境下活动量减少、... 基于应激行为学的赤点石斑鱼应激行为表征是实现赤点石斑鱼氨氮胁迫识别的前提与基础,但现有方法大多依赖于高性能硬件,不利于行为表征方法在养殖现场嵌入式系统上部署和应用。针对这一问题,结合赤点石斑鱼氨氮胁迫环境下活动量减少、躯体痉挛失衡等症状,提出了一种基于轻量化检测跟踪算法的赤点石斑鱼氨氮应激行为表征方法。首先使用GhostV2卷积对YOLO v5s进行轻量化改进,采用AFPN来支持不同维度特征直接融合,消融对比实验结果表明,改进后轻量化模型准确率和召回率分别为94.3%和89.5%,平均精度均值为96.2%,较改进前提高1.6个百分点,模型内存占用量约为轻量化前模型的60%。为了减少在复杂环境中跟踪时赤点石斑鱼ID频繁跳变的问题,本文在Ocsort中嵌入了一个轻量级的外观特征提取网络并在目标关联时将目标的外观相似度矩阵引入总匹配代价矩阵;对比实验结果表明,改进后跟踪算法MOTA和IDF1分别为94.7%和69.3%,比YOLO v5s与OC-SORT的检测跟踪算法分别提高3.2、6.7个百分点。最终结合石斑鱼氨氮应激行为学研究结果,选用赤点石斑鱼平均运动速度、躯体失衡石斑鱼数量来表征赤点石斑鱼氨氮应激行为,行为识别准确率为92.2%,可准确检测出赤点石斑鱼是否处于氨氮胁迫环境中。本文的轻量化表征方法可部署到Jetson Orin Nano嵌入式系统上,平均运行速度为6 f/s,可为工厂化赤点石斑鱼养殖氨氮胁迫的高效实时识别提供技术支撑。 展开更多
关键词 赤点石斑鱼 氨氮应激行为表征 YOLO v5 Ocsort 嵌入式系统部署
在线阅读 下载PDF
智慧渔业技术发展现状与展望 被引量:2
6
作者 刘晃 刘世晶 《大连海洋大学学报》 北大核心 2025年第4期541-551,共11页
智慧渔业技术是提高渔业生产效率、推动渔业现代化转型发展的重要手段。通过深度融合多元感知、物联网、大数据、人工智能等先进技术,智慧渔业在育种、养殖、捕捞、加工等渔业关键领域取得了显著进展。然而,现代渔业高质量发展的新趋势... 智慧渔业技术是提高渔业生产效率、推动渔业现代化转型发展的重要手段。通过深度融合多元感知、物联网、大数据、人工智能等先进技术,智慧渔业在育种、养殖、捕捞、加工等渔业关键领域取得了显著进展。然而,现代渔业高质量发展的新趋势,对智慧渔业发展提出了更高的要求。本文从信息感知、传输和分析决策3个维度,系统梳理了智慧渔业技术的主要研究进展,阐明了技术发展趋势,并结合产业实际,总结了智慧渔业技术在育种、养殖、资源养护、捕捞及加工领域的应用现状,以期为实现中国从渔业大国向渔业强国转变提供科学参考。 展开更多
关键词 智慧渔业 物联网 人工智能 精准养殖 数字化管理
在线阅读 下载PDF
基于音视频信息融合与Self-Attention-DSC-CNN6网络的鲈鱼摄食强度分类方法 被引量:4
7
作者 李道亮 李万超 杜壮壮 《农业机械学报》 北大核心 2025年第1期16-24,共9页
摄食强度识别分类是实现水产养殖精准投喂的重要环节。现有的投喂方式存在过度依赖人工经验判断、投喂量不精确、饲料浪费严重等问题。基于多模态融合的鱼类摄食程度分类能够综合不同类型的数据(如:视频、声音和水质参数),为鱼群的投喂... 摄食强度识别分类是实现水产养殖精准投喂的重要环节。现有的投喂方式存在过度依赖人工经验判断、投喂量不精确、饲料浪费严重等问题。基于多模态融合的鱼类摄食程度分类能够综合不同类型的数据(如:视频、声音和水质参数),为鱼群的投喂提供更加全面精准的决策依据。因此,提出了一种融合视频和音频数据的多模态融合框架,旨在提升鲈鱼摄食强度分类性能。将预处理后的Mel频谱图(Mel Spectrogram)和视频帧图像分别输入到Self-Attention-DSC-CNN6(Self-attention-depthwise separable convolution-CNN6)优化模型进行高层次的特征提取,并将提取的特征进一步拼接融合,最后将拼接后的特征经分类器分类。针对Self-Attention-DSC-CNN6优化模型,基于CNN6算法进行了改进,将传统卷积层替换为深度可分离卷积(Depthwise separable convolution,DSC)来达到减少计算复杂度的效果,并引入Self-Attention注意力机制以增强特征提取能力。实验结果显示,本文所提出的多模态融合框架鲈鱼摄食强度分类准确率达到90.24%,模型可以有效利用不同数据源信息,提升了对复杂环境中鱼群行为的理解,增强了模型决策能力,确保了投喂策略的及时性与准确性,从而有效减少了饲料浪费。 展开更多
关键词 鲈鱼 摄食强度分类 多模态融合 Self-Attention-DSC-CNN6
在线阅读 下载PDF
基于双目相机和深度学习的鱼类摄食强度分析方法 被引量:2
8
作者 俞国燕 钱利文 +1 位作者 刘皞春 何子健 《农业机械学报》 北大核心 2025年第3期403-413,424,共12页
为精确判别深海网箱养殖中鱼类摄食强度,实现精量投喂,以金鲳鱼进食时造成的水花为研究对象,利用双目相机拍摄到的深度图像进行非侵入性的摄食强度分析,提出一种基于双目相机和深度学习的水花面积语义分割和计算方法。首先,为了使模型... 为精确判别深海网箱养殖中鱼类摄食强度,实现精量投喂,以金鲳鱼进食时造成的水花为研究对象,利用双目相机拍摄到的深度图像进行非侵入性的摄食强度分析,提出一种基于双目相机和深度学习的水花面积语义分割和计算方法。首先,为了使模型能够在低成本的边缘设备上部署,通过StarNet和BiFPN以及自主设计的SCD-Head共享卷积检测头对YOLO v8n-seg进行改进,提出轻量化的YOLO v8n-SBS模型。在精度提升3.2个百分点的同时,参数量与浮点运算量分别减少71%和36%。其次,为降低设备成本,采用双目相机,基于深度信息利用线性回归提出水花面积计算模型DI。最终,两个模型结合为YOLO v8n-SBS-DI,该模型能够对水花进行分割并计算面积,以便通过水花面积变化趋势评估摄食强度。海上试验计算结果显示,水花面积R^(2)为0.914,RMSE为0.973 m^(2),MAE为0.870 m^(2)。试验结果表明,该模型具有较强鲁棒性,满足复杂环境下水花面积计算需求,可为判别鱼类摄食强度提供技术支持。 展开更多
关键词 深海网箱养殖 鱼类摄食 YOLO v8n-seg 轻量化 双目相机 语义分割
在线阅读 下载PDF
基于滞后因果分析和改进SSIM的溶解氧含量数据插补算法
9
作者 刘世晶 张佳鹏 +2 位作者 钱程 涂雪滢 聂鹏程 《农业机械学报》 北大核心 2025年第10期175-183,共9页
面向精细化和智慧化水产养殖领域水环境数据系统性或意外丢失问题,本文提出了一种基于滞后因果分析和改进SSIM(Sequence-to-sequence imputation model)的溶解氧含量数据插补算法。首先,采用固定采样频率收集水质和气象等环境数据,基于G... 面向精细化和智慧化水产养殖领域水环境数据系统性或意外丢失问题,本文提出了一种基于滞后因果分析和改进SSIM(Sequence-to-sequence imputation model)的溶解氧含量数据插补算法。首先,采用固定采样频率收集水质和气象等环境数据,基于GC(Granger causality)理论,利用cLSTM(Component-wise long-short term memory)方法分析不同环境变量与溶解氧含量时序数据的滞后相关性,选择因果关系显著的环境变量构建训练样本集。其次,采用SSIM为基础框架实现溶解氧含量缺失数据插补,并提出一种结合两层BiLSTM(Bidirectional long short-term memory)结构和Dropout正则化的SSIM模型优化方法,提升模型对复杂特征的表征能力。试验结果表明,本文方法有效提升数据插补精度,1 h缺失数据修复平均绝对误差、均方根误差分别达到0.04、0.05,3 h缺失数据误差分别为0.16、0.17,5 h缺失数据误差分别为0.43、0.45,为水产养殖数据质量控制提供了有效的技术支撑。 展开更多
关键词 智慧水产养殖 溶解氧含量预测 SSIM NGC BiLSTM 数据插补算法
在线阅读 下载PDF
边缘计算技术及其在渔业智能化装备中的应用浅析
10
作者 杨东旭 张胜茂 +3 位作者 戴阳 吴祖立 唐峰华 樊伟 《渔业现代化》 北大核心 2025年第4期1-14,共14页
为研究边缘计算技术在渔业智能化装备中的应用潜力,针对传统云端处理在实时性和高效性方面的局限,通过将计算资源下沉至网络边缘,提出优化解决方案。本研究系统梳理了边缘计算技术的发展历程,并重点分析了在渔业智能化装备中应用的关键... 为研究边缘计算技术在渔业智能化装备中的应用潜力,针对传统云端处理在实时性和高效性方面的局限,通过将计算资源下沉至网络边缘,提出优化解决方案。本研究系统梳理了边缘计算技术的发展历程,并重点分析了在渔业智能化装备中应用的关键技术,如计算卸载、数据存储与管理,结合渔业典型应用场景分析边缘计算在提升实时数据处理与系统响应速度方面的作用。结果显示,边缘计算通过将计算资源下沉至网络边缘,显著缓解了网络带宽与传输延迟的瓶颈,同时有效提升了渔业智能化装备的实时性。然而,边缘设备算力有限及异构设备之间协调性不足等问题,仍在一定程度上阻碍了其应用与推广。随着边缘计算与人工智能、大数据及物联网技术的深度融合,边缘计算有望为渔业智能化在远程数据传输能力优化、物联网深度融合等方面,带来更高的智能决策能力和可持续发展潜力,推动渔业行业向更智能、高效和生态友好的方向发展。 展开更多
关键词 边缘计算 边缘智能 计算卸载 智能检测 智能化装备 渔业装备
在线阅读 下载PDF
基于改进YOLOv8n-pose和BoTSORT的鱼苗应激行为监测
11
作者 冯国富 袁林婧 +1 位作者 王文娟 陈明 《渔业现代化》 北大核心 2025年第4期31-43,共13页
准确高效监测鱼苗应激行为不仅有助于在养殖过程中调控应激源以减少产量损失,同时也可为育种阶段的鱼苗活力评估提供有效手段。针对鱼苗体积小、养殖密度高和高速非线性运动的特点,提出一种改进YOLOv8n-pose和BoTSORT的鱼苗应激行为监... 准确高效监测鱼苗应激行为不仅有助于在养殖过程中调控应激源以减少产量损失,同时也可为育种阶段的鱼苗活力评估提供有效手段。针对鱼苗体积小、养殖密度高和高速非线性运动的特点,提出一种改进YOLOv8n-pose和BoTSORT的鱼苗应激行为监测方法。改进YOLOv8n-pose作为检测器,将BMS模块与C2f模块相结合,使模型充分学习不同尺度特征;使用SPPCSPC模块替换原模型的特征融合模块,优化鱼苗相互遮挡情形下的检测精度;最后用NEMASlideLoss替换原模型损失函数,增强模型的稳定性和对小目标的关注度。在跟踪器部分,基于检测器检测出的目标,结合BoTSORT多目标跟踪算法实现了更适合鱼苗应激时非线性运动监测的方法。最后,提取鱼苗的加速度、摆尾角度和聚集度3种特征进行加权融合,根据融合后的特征值判断鱼苗是否处于应激状态。结果显示,改进后的YOLOv8n-pose算法在目标检测和关键点检测的mAP比原模型分别提高了3.6%和4.5%;BoTSORT算法的MOTA为77.628%、MOTP为80.307%、IDF1为79.573%、IDSW为51,优于DeepSORT、ByteTrack、StrongSORT算法。该研究算法基于特征值的应激行为监测准确率为95.24%,为鱼类苗种培育中应激行为监测提供了新的思路和方法。 展开更多
关键词 鱼苗 YOLOv8n-pose BoTSORT 应激行为监测
在线阅读 下载PDF
福建全省海洋藻类养殖区高精度智能提取方法研究
12
作者 陈红梅 吴婷 +2 位作者 林万强 陈芸芝 罗冬莲 《海洋环境科学》 北大核心 2025年第1期116-125,共10页
为建立适合省级尺度的海洋藻类养殖区高精度智能提取方法,推进海洋藻类养殖面积的准确测算和变化监测,本文基于国产高分辨率遥感影像,对海洋藻类养殖区遥感智能提取方法进行研究。对比U-Net模型、DeepLab V3+模型、MSUResUnet模型在典... 为建立适合省级尺度的海洋藻类养殖区高精度智能提取方法,推进海洋藻类养殖面积的准确测算和变化监测,本文基于国产高分辨率遥感影像,对海洋藻类养殖区遥感智能提取方法进行研究。对比U-Net模型、DeepLab V3+模型、MSUResUnet模型在典型海洋藻类养殖区提取的结果,MSUResUnet模型提取的准确率(accuracy)、召回率(recall)、平均交并比(m IoU)、F1分数(F1-score)较U-Net模型提高0.14%、0.84%、0.34%、0.32%,较DeepLab V3+模型提高0.18%、0.88%、0.40%、0.36%,因此,选择MSUResUnet模型进行福建全省海洋藻类养殖区自动化提取。经提取结果统计,2022年7月至2023年5月,福建全省海洋藻类养殖面积约为345.6912 km^(2)。 展开更多
关键词 三沙湾 海洋藻类养殖 深度学习 高分辨率遥感影像
原文传递
基于IHO-Mamba-MHSA的红瓜子斑鱼养殖水温多步预测模型
13
作者 徐龙琴 赫敏 +5 位作者 陈子昂 车朱泓 庞惠元 黄天佑 李红雷 刘双印 《农业机械学报》 北大核心 2025年第8期655-664,共10页
为了提高工厂化红瓜子斑鱼养殖水温预测精度,提出了一种基于改进河马优化算法(Improved hippopotamus optimization algorithm,IHO)、Mamba模型和多头自注意力机制(Multi-head self-attention,MHSA)相结合的工厂化红瓜子斑鱼养殖水温多... 为了提高工厂化红瓜子斑鱼养殖水温预测精度,提出了一种基于改进河马优化算法(Improved hippopotamus optimization algorithm,IHO)、Mamba模型和多头自注意力机制(Multi-head self-attention,MHSA)相结合的工厂化红瓜子斑鱼养殖水温多步预测模型(IHO-Mamba-MHSA)。为降低异常值和噪声干扰,分别采用四分位距(Interquartile range,IQR)法识别异常值和线性插值法填补缺失值,通过极端梯度提升(Extreme gradient boosting,XGBoost)进行关键因子特征筛选;为提高河马算法全局和局部搜索性能,提高其收敛速度,提出了差分变异、Levy飞行和柯西变异融合改进IHO优化多目标算法;为增强预测模型捕捉水温非线性关系、处理多步依赖性和全局信息的能力,提出Mamba模型与MHSA结合的预测模型;通过IHO优化并获得Mamba-MHSA模型组合参数,构建了IHO-Mamba-MHSA的工厂化红瓜子斑鱼养殖水温多步预测模型。将该模型对山东省莱州市某工厂化红瓜子斑鱼养殖水温进行验证,本文提出的IHO算法与遗传算法(Genetic algorithm,GA)、粒子群优化算法(Particle swarm optimization algorithm,PSO)和标准河马优化算法(Hippopotamus optimization algorithm,HO)相比,本文算法的MAE、MSE和MAPE分别最高降低33.33%、21.74%和18.37%,R^(2)最高提升4.42%,说明IHO具有较好的多参数优化性能;与LSTM、GRU、BPNN及TCN模型对比,本模型在各预测步长下均表现最佳,当步长为24时R^(2)仍高达0.888,充分表现其在单步与多步预测中的卓越性。各项实验结果表明本模型能够满足实际工厂化红瓜子斑鱼养殖水温精准预测与精细化管理的需求,为工厂化水产养殖水质调控提供参考。 展开更多
关键词 红瓜子斑鱼 工厂化水产养殖 水温多步预测 改进河马优化算法 Mamba模型
在线阅读 下载PDF
基于改进YOLO v8的南美白对虾虾苗跟踪方法
14
作者 陈明 甘冬梅 +2 位作者 卢鹏 顾浩 栗征 《农业机械学报》 北大核心 2025年第11期599-611,共13页
虾苗养殖的智能化在提高养殖效率和降低人工成本方面展现出巨大潜力,虾苗跟踪技术对于深入研究虾苗的活力和质量具有重要价值。由于虾苗体积微小、身体半透明且密度高,传统方法面临许多挑战:小尺寸目标易于被漏检,高密度下检测精度低,... 虾苗养殖的智能化在提高养殖效率和降低人工成本方面展现出巨大潜力,虾苗跟踪技术对于深入研究虾苗的活力和质量具有重要价值。由于虾苗体积微小、身体半透明且密度高,传统方法面临许多挑战:小尺寸目标易于被漏检,高密度下检测精度低,以及因虾苗外表相似、移动速度快导致跟踪误差大。针对此问题,选取P15阶段的南美白对虾虾苗作为研究对象,提出一种基于改进YOLO v8的南美白对虾虾苗跟踪方法。选取改进YOLO v8网络作为检测器,使用CARAFE代替YOLO v8的Upsample上采样层,CARAFE自适应上采样保留虾苗的半透明边缘和形态特征,减少失真;结合BiFormer注意力机制和C2f提出C2f-BFB模块优化骨干网络,在保持模型轻量化的同时,提升模型在处理小目标时的精度;将原模型的CIoU损失替换成Wise-Focaler-ShapeIoU损失函数,进一步提升了检测精度。提出了一种融合距离匹配算法和角度匹配算法的匹配策略,并引入金字塔LK光流法,从而构建一个准确又稳定的跟踪器,有效解决了因虾苗移动快、外表相似导致的跟踪误差问题。实验结果表明,改进的YOLO v8的平均精度均值(mAP@0.5)比原模型提高1.1个百分点,召回率提升2.9个百分点,显著减少了漏检情况并提高了检测精度。本文所提跟踪器的MOTA为74.52%、MOTP为75.62%、IDF1为76.42%,与DeepSORT、SORT、ByteTrack算法相比,MOTA显著提高,跟踪效果良好。本研究为自动化虾苗养殖提供了有力的技术支持,也为相关领域的研究提供了思路和方法。 展开更多
关键词 虾苗 YOLO v8 多目标跟踪 金字塔Lucas-Kanade光流法
在线阅读 下载PDF
基于Res-PGAUnet的沿海养殖池塘遥感提取研究
15
作者 陈红梅 彭俊 +4 位作者 陈芸芝 罗冬莲 陈钰玫 刘国昕 王婉萍 《渔业研究》 2025年第6期793-802,共10页
[背景]沿海养殖池塘常与盐田、河道等地物混杂,加之池塘形态多样、尺度不一,采用传统遥感提取方法面临提取精度不足、抗干扰能力弱、自动化程度低等技术瓶颈。深度学习方法能通过卷积层自动从影像中学到丰富的光谱与空间特征,从而实现... [背景]沿海养殖池塘常与盐田、河道等地物混杂,加之池塘形态多样、尺度不一,采用传统遥感提取方法面临提取精度不足、抗干扰能力弱、自动化程度低等技术瓶颈。深度学习方法能通过卷积层自动从影像中学到丰富的光谱与空间特征,从而实现大范围精准分类,提高提取任务的自动化程度。[目的]实现面向复杂干扰地物场景养殖池塘的精准、高效自动化提取。[方法]本研究基于高分二号(GF-2)卫星影像数据,以福建省漳州市旧镇湾以南沿海池塘养殖区为研究区域,在U-Net模型基础上,融合残差结构、金字塔池化、引导分支与双注意力机制,构建Res-PGAUnet模型,并进行精度分析与大范围应用测试。[结果]旧镇湾以南模型的核心改进模块(残差结构、金字塔池化、引导分支和双注意力机制)均对性能提升有显著贡献,使得Res-PGAUnet模型在面对河道、盐田、海水等多种干扰地物时,表现出更强的抗干扰能力和鲁棒性,IoU与F1-score分别达到0.8540与0.9213,能有效减少误提和漏提,改善了小目标高位池漏提和边界粘连。[结论]大范围泛化测试进一步证实了Res-PGAUnet模型在实际应用中的潜力,该模型可为池塘养殖空间信息的精准监测与渔业可持续发展提供技术支撑。 展开更多
关键词 养殖池塘 高分二号(GF-2)影像 深度学习 Res-PGAUnet 金字塔池化 引导分支 双注意力机制
在线阅读 下载PDF
伪异常引导的融合注意力和记忆增强的鱼群异常行为检测
16
作者 袁红春 肖智豪 《湖南农业大学学报(自然科学版)》 北大核心 2025年第1期123-130,共8页
现有的鱼群异常行为检测方法无法有效提取高级语义信息、特征学习不足,且缺乏对异常样本的学习和提取关键特征的能力,无法满足现有的大规模水产养殖需求。笔者结合深度学习技术,提出了一种伪异常引导的融合注意力和记忆增强的鱼群异常... 现有的鱼群异常行为检测方法无法有效提取高级语义信息、特征学习不足,且缺乏对异常样本的学习和提取关键特征的能力,无法满足现有的大规模水产养殖需求。笔者结合深度学习技术,提出了一种伪异常引导的融合注意力和记忆增强的鱼群异常行为检测方法:通过在视频序列中随机选择跳跃的帧构建伪异常合成器生成伪异常样本,增强对异常样本的感知能力;提出选择性内核频率通道注意力(SKFca)机制,在选择性内核(SK)注意力的基础上引入频域信息,以捕捉更丰富的输入信息;通过瓶颈注意力(BAM)机制在通道和空间维度上抑制不相关的背景特征,突出前景目标特征;在2种注意力模块后面添加记忆增强模块,将异常样本的编码特征替换为正常样本的编码特征,扩大异常样本输出与输入的重构误差;将记忆增强后的通道和空间维度上的关键特征和频域特征融合,以全面提取高级语义信息。结果表明,本研究所提方法在2种自制的鱼类数据集上检测效果都很好,曲线下面积(AUC)分别达0.953和0.957,且能实现对异常的精确定位。 展开更多
关键词 鱼群异常行为检测 高级语义信息 深度学习 伪异常引导 注意力机制 记忆增强
在线阅读 下载PDF
基于生物絮团技术的水产养殖方法及应用效果研究
17
作者 李萍 林旭吟 吴亮 《吉林化工学院学报》 2025年第7期11-16,共6页
针对传统水产养殖方法因养殖环境设定不合理导致养殖效果欠佳、成活率较低的问题,提出基于生物絮团技术的水产养殖方法。依据生物絮团技术的应用原理,对水产养殖环境的多项关键因素进行细致设定,涵盖养殖区域大小、回形沟规格及推水机... 针对传统水产养殖方法因养殖环境设定不合理导致养殖效果欠佳、成活率较低的问题,提出基于生物絮团技术的水产养殖方法。依据生物絮团技术的应用原理,对水产养殖环境的多项关键因素进行细致设定,涵盖养殖区域大小、回形沟规格及推水机安装位置等。在所设定的养殖环境中,于幼苗放养前开展一系列准备工作,包括养殖环境的全面消毒处理、早期肥水操作及水草养殖培育。依据幼苗的适宜放养时间实施放养作业,并在放养后加强后期管理,从投喂管理、水草管理、水质管理、病害防治和日常管理5个维度入手,全力保障水产养殖环境的稳定。通过上述设计,成功构建了一套基于生物絮团技术的水产养殖方法,并开展了应用实验测试。结果表明,与传统水产养殖方法相比,该方法养殖成活率均保持在95%以上,平均成活率高达97%,展现出更为优越的养殖效果。 展开更多
关键词 生物絮团技术 水产养殖 养殖方法 养殖技术 方法设计 应用研究
在线阅读 下载PDF
智慧渔业的发展现状与应用展望
18
作者 陈倩 赵永锋 孙中勇 《科学养鱼》 2025年第9期3-6,共4页
随着全球人口增长与资源环境压力的加剧,传统渔业正面临资源枯竭、生产效率低下和可持续发展难等困境。在这一背景下,以物联网、大数据、人工智能和自动化技术为核心的智慧渔业应运而生,成为推动渔业转型升级的关键力量。当前,智慧渔业... 随着全球人口增长与资源环境压力的加剧,传统渔业正面临资源枯竭、生产效率低下和可持续发展难等困境。在这一背景下,以物联网、大数据、人工智能和自动化技术为核心的智慧渔业应运而生,成为推动渔业转型升级的关键力量。当前,智慧渔业已在养殖环境监控、饵料精准投喂、病害智能诊断等领域取得突破,但仍受技术成本高、标准化不足和推广普及难等制约。为了解智慧渔业的技术应用现状,分析其面临的问题与挑战,并探讨未来发展的趋势与机遇,《科学养鱼》邀请了中国水产科学研究院渔业机械仪器研究所刘晃研究员和浙江大学叶章颖教授对其进行详细介绍。 展开更多
关键词 大数据 养殖环境监控 饵料精准投喂 智慧渔业 物联网
在线阅读 下载PDF
无人船:智慧渔业的“未来之星”
19
作者 张胜茂 唐峰华 巴尧骥 《科学画报》 2025年第12期20-21,共2页
无人船,全称水面无人驾驶船,是一种无须人工驾驶就能够自主完成任务的“水上机器人”,甚至可以说,它就是水上的无人驾驶汽车!无人船的“四大绝活”无人船有4项“看家本领”,这些本领让它能够自主执行任务、分析数据,还能开展团队协作。... 无人船,全称水面无人驾驶船,是一种无须人工驾驶就能够自主完成任务的“水上机器人”,甚至可以说,它就是水上的无人驾驶汽车!无人船的“四大绝活”无人船有4项“看家本领”,这些本领让它能够自主执行任务、分析数据,还能开展团队协作。环境感知:无人船的“眼睛”和“耳朵”无人船要在水上安全航行和工作,首先得“看得见”和“听得清”。它的“眼睛”和“耳朵”就是雷达、声呐和摄像头等设备,这些设备赋予它超强的环境感知能力。 展开更多
关键词 智慧渔业 无人驾驶船 环境感知 无人船
原文传递
基于STM 32的水产养殖环境监测系统设计
20
作者 陈彩蓉 江丞 +2 位作者 胡来 邹春富 钱生越 《农业开发与装备》 2025年第12期68-71,共4页
针对传统水产养殖环境监测存在实时性不足和参数单一等问题,设计了一套基于STM 32的水产养殖环境监测系统。系统集成溶解氧、水温、氨氮和pH传感器,通过RS 485总线实现多参数同步采集,并利用ESP 8266无线通信模块将数据上传至OneNET平台... 针对传统水产养殖环境监测存在实时性不足和参数单一等问题,设计了一套基于STM 32的水产养殖环境监测系统。系统集成溶解氧、水温、氨氮和pH传感器,通过RS 485总线实现多参数同步采集,并利用ESP 8266无线通信模块将数据上传至OneNET平台,实现远程实时监测与数据可视化。测试表明,系统具备数据传输稳定、监测精准、安装便捷等优势,为智能化水产养殖提供了有力技术支持。 展开更多
关键词 STM 32 水产养殖 环境监测 物联网
在线阅读 下载PDF
上一页 1 2 55 下一页 到第
使用帮助 返回顶部