期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到884篇文章
< 1 2 … 45 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
DUIE-YOLO:一种基于图像增强的水下鱿鱼目标检测算法 被引量：1
1
作者 曹莉凌 胡浩宇 曹守启 《上海海洋大学学报》 北大核心 2026年第1期254-269,共16页
为了解决水下图像因模糊和色偏导致的目标检测精度下降问题,提升复杂水下环境中鱿鱼检测的准确性和鲁棒性,本研究提出一种基于图像增强的水下鱿鱼检测算法DUIE-YOLO,采用“先增强后检测”的级联框架,由DUIE-Net增强模块和YOLOv8-HD检测... 为了解决水下图像因模糊和色偏导致的目标检测精度下降问题,提升复杂水下环境中鱿鱼检测的准确性和鲁棒性,本研究提出一种基于图像增强的水下鱿鱼检测算法DUIE-YOLO,采用“先增强后检测”的级联框架,由DUIE-Net增强模块和YOLOv8-HD检测模块组成。DUIE-Net模块通过颜色校正、多尺度特征融合、特征恢复与增强及去雾优化,显著提升图像质量;YOLOv8-HD检测模块结合FasterNet网络、小目标检测头、CoordAttention注意力机制及ShapeIoU损失函数,优化特征提取能力与小目标检测精度。实验结果表明,DUIE-YOLO相比原始YOLOv8n在Precision、Recall、F1-score和mAP等4个关键指标上分别提升4.2%、6.8%、5.7%和5.5%。联合实验结果显示,DUIE-Net与YOLOv8-HD的组合相比基线(Raw+YOLOv8n),mAP提升40.3%,Precision提升10.5%,Recall提升53%,F1-score提升31%,证明该算法具有显著的级联优化效果。研究表明,DUIE-YOLO通过图像增强与检测模块的协同优化,有效解决了水下图像质量差导致的检测性能下降问题。本研究为复杂水下环境中的目标识别提供了高精度的解决方案,对海洋生物监测与资源开发具有重要应用价值。 展开更多
关键词 水下鱿鱼检测 目标检测 图像增强 多尺度特征融合 YOLOv8
原文传递
人工智能在渔业领域关键环节中的应用进展
2
作者 罗娟 巫旗生 +2 位作者 徐春燕 葛辉 刘智禹 《上海海洋大学学报》 北大核心 2026年第2期547-559,共13页
为探究人工智能(Artificial intelligence, AI)在渔业领域的应用与发展情况,本研究系统综述了AI在渔业领域关键环节中的创新应用场景、挑战以及未来发展方向。现有研究表明,AI在渔业领域的核心应用技术主要有计算机视觉、机器学习和深... 为探究人工智能(Artificial intelligence, AI)在渔业领域的应用与发展情况,本研究系统综述了AI在渔业领域关键环节中的创新应用场景、挑战以及未来发展方向。现有研究表明,AI在渔业领域的核心应用技术主要有计算机视觉、机器学习和深度学习,其应用涵盖育种、养殖、病害防治、加工与质量安全、资源监测等重要环节。研究热点主要有:结合AI技术开展渔业育种;养殖过程实现智能投喂,实时分析水质因子数据,评估养殖环境;快速诊断水产常见疾病,自动识别养殖生物异常情况并发出预警;自动化分选和分级水产品,引导机器人精准宰杀和分割;实时动态监测渔业资源等。针对当前AI应用存在的高质量数据稀缺、模型泛化能力不足、复合型人才短缺等问题。研究认为,未来应重点开展以下工作:融合AI与基因编辑、基因组选择等技术,推动抗病、高产、优质新品种的培育;结合AI与物联网技术,开发可实际应用的多因子水产预测方法与模型,实现智能精准投喂;尝试建立多种BP神经网络模型或采用视觉大模型进行病害预测;集成AI、机器人、物联网等技术,构建智能水产品加工体系,并利用区块链技术实现全流程可追溯;侧重建立标准数据库,将物种明显形态特征纳入学习模型,提高识别准确率。随着AI技术的不断进步,AI在渔业领域的应用场景将不断拓展,这不仅符合中国渔业资源节约、环境友好型的可持续发展要求,也有助于推动中国渔业数字化、精准化、智能化发展。 展开更多
关键词 渔业 人工智能 育种 养殖 病害防治 加工与质量安全 资源监测
原文传递
基于改进YOLO11n-seg的蟹塘水草清理路径规划
3
作者 胡庆松 杨尚青 +4 位作者 陈雷雷 李俊 马天利 张晓苓 李东波 《上海海洋大学学报》 北大核心 2026年第2期417-430,共14页
为了提升河蟹养殖池塘水草管理水平,本研究结合并优化图像处理与水草清理船工作路径规划方法,以形成高质量水草管控方案。实验采用无人机航拍采集蟹塘不同时期的图像,提出一种改进YOLO11nseg网络模型,融入动态上采样算子的轻量化高级筛... 为了提升河蟹养殖池塘水草管理水平,本研究结合并优化图像处理与水草清理船工作路径规划方法,以形成高质量水草管控方案。实验采用无人机航拍采集蟹塘不同时期的图像,提出一种改进YOLO11nseg网络模型,融入动态上采样算子的轻量化高级筛选路径聚合网络(High-level screening path aggregation network-dysample, HSPAN-D)模块对Neck层面进行改进,使用轻量化的特征提取模块C3k2_Faster_EMA替换原有的C3k2,并引入EfficientHead轻量化分割头。在模型识别与处理结果基础上构建蟹塘栅格地图,并设计水草目标清理区域筛选机制,通过路径优化策略改进A^(*)算法实现水草清理路径规划。结果显示,改进模型在参数量下降39.4%、计算量减少25.5%及模型体积缩减34.5%的条件下将水草识别精确率提高了1.6%,mAP提升了0.5%;改进A^(*)算法规划路径相对人工清理路径对水草面积占比控制更精准,相对原A^(*)算法总路径长度减少14.25 m,清理船转向减少10次,规划平均用时减少1.97 s。研究表明所提出的轻量化改进策略在显著降低模型计算负担的同时提升了识别精度,结合改进路径规划算法可有效实现蟹塘水草的高效精准清理。本研究可为水草清理船实际作业提供有效的路径规划参考。 展开更多
关键词 水草清理船 蟹塘 航拍图像 路径规划 YOLO11n-seg A^(*)算法
原文传递
浸没条件下角形喷嘴参数与射流空化特性关系研究
4
作者 杨惠琳 周利兰 +1 位作者 王绍敏 马振华 《南方水产科学》 北大核心 2026年第2期111-121,共11页
针对深海网箱养殖网衣清洗关键设备的优化需求,本研究基于空化射流原理,探究角形喷嘴结构参数对空化射流特性的影响规律,为高效清洗喷嘴的优化设计提供参考。研究采用雷诺平均纳维-斯托克斯方程(Reynolds-Averaged Navier-Stokes Equati... 针对深海网箱养殖网衣清洗关键设备的优化需求,本研究基于空化射流原理,探究角形喷嘴结构参数对空化射流特性的影响规律,为高效清洗喷嘴的优化设计提供参考。研究采用雷诺平均纳维-斯托克斯方程(Reynolds-Averaged Navier-Stokes Equations,RANS),结合Realizable k-ε湍流模型、流体体积法(Volume of fluid,VOF)多相流模型以及Schnerr-Sauer空化模型,对角形喷嘴进行空化水射流数值模拟。通过设计25组正交试验,分析了收缩段长度L_(2)、圆柱段长度L_(3)、扩散段长度L_(4)、圆柱段直径d、收缩角α和扩张角θ这6个关键参数对空化射流性能的影响。结果表明,对溃灭距离的影响从大到小依次为d、θ、L_(2)、L_(4)、L_(3)、α;对水蒸气体积分数的影响从大到小依次为d、θ、L_(4)、α、L_(2)、L_(3)。其中,d是空化特性的主导参数,且影响呈唯一单调变化;L_(3)在研究范围内存在最佳值;L_(2)、L_(4)及α多个参数的非单调变化,揭示了参数间存在复杂的交互作用。 展开更多
关键词 网箱清洗 淹没射流 角形喷嘴 数值模拟 空化流
在线阅读 下载PDF
基于Vision Mamba模型的渔业监测物种分类性能比较
5
作者 张泽海 黄小双 +2 位作者 孔祥洪 刘必林 陈新军 《上海海洋大学学报》 北大核心 2026年第2期508-519,共12页
渔业电子观察员(Electronic monitoring)是实施渔业智能化监管的重要手段,图像识别是其支撑的关键技术之一,如何解决边缘计算场景下部署高性能、轻量化模型是目前面临的挑战。本研究引入深度学习领域的Vision Mamba(ViM)模型,该模型利... 渔业电子观察员(Electronic monitoring)是实施渔业智能化监管的重要手段,图像识别是其支撑的关键技术之一,如何解决边缘计算场景下部署高性能、轻量化模型是目前面临的挑战。本研究引入深度学习领域的Vision Mamba(ViM)模型,该模型利用选择性状态空间机制(State space model,SSM)构建双向编码器,在保持线性计算复杂度的同时实现了对图像长距离依赖关系的全局建模。研究以自然保护协会渔业监测数据集为基础,与ResNet、EfficientNet、DeiT等主流模型开展了系统性的性能对比研究。结果显示,ViM模型在效率与精度上均表现出卓越性能。在轻量级模型中,ViM-Tiny在比ResNet-18基线模型少44.28%参数量的情况下,准确率提升了1.12%,F1分数提升了2.19%。在中量级模型中,ViM-Small在参数量相较ResNet-101基线模型减少44.65%的情况下,仍能实现与之接近持平的准确率(0.960 3)与F1分数(0.964 5)。研究表明,ViM模型能够在显著降低模型复杂度的同时,仍保持强大的渔业物种分类能力,在轻量化与高精度之间取得了很好的平衡。研究为构建高效、智能的渔业监管系统提供了新的技术路径。 展开更多
关键词 渔业电子观察员 图像分类 Vision Mamba模型 深度学习 渔业监测数据集
原文传递
融合边缘感知的非接触式养殖凡纳滨对虾测量与体质量估测方法
6
作者 张佳鹏 吴方富 +2 位作者 涂雪滢 钱程 刘世晶 《南方水产科学》 北大核心 2026年第2期1-15,共15页
在高密度养殖系统中,凡纳滨对虾(Litopenaeus vannamei)个体间的交叠、遮挡以及残饵与杂质等背景干扰,会导致视野中并非所有个体都具备可用于测量与体质量预估的条件;与此同时,虾体半透明的体表与细小轮廓,进一步增加了直接基于整幅图... 在高密度养殖系统中,凡纳滨对虾(Litopenaeus vannamei)个体间的交叠、遮挡以及残饵与杂质等背景干扰,会导致视野中并非所有个体都具备可用于测量与体质量预估的条件;与此同时,虾体半透明的体表与细小轮廓,进一步增加了直接基于整幅图像进行个体测量与体质量估计的难度。为在复杂环境中获得满足测量要求的个体,以支撑准确的平均体质量预估,本研究采用“先筛选、后分割”的两阶段思路。首先,在数据构建阶段定义结构清晰、姿态完整的个体标注为“宜测量个体”,并利用YOLOv11模型从全视野图像中检测并筛选适合测量的目标个体。随后,构建融合边缘感知特征的分割网络,以强化半透明结构与细小轮廓的识别能力,实现高精度个体分割与几何参数提取。基于最小外接矩策略计算虾体长宽特征,并通过幂函数回归模型进行体质量预测。在实测场景中,精细化分割模型Dice得分达0.8986,对应体长测量的平均绝对误差(Mean absolute error,MAE)为2.46 mm,体质量预测的MAE为0.51 g。结果表明,该方法在水体清晰的工厂化循环水养殖系统中,可实现对凡纳滨对虾的精准、非接触式测量,有望成为养殖智能化管理的有效工具。 展开更多
关键词 凡纳滨对虾 非接触式测量 体质量预测 两阶段检测分割 边缘感知 YOLOv11 工厂化循环水养殖
在线阅读 下载PDF
循环水养殖智能控制系统组成与技术现状浅析 被引量：1
7
作者 顾家辉 张胜茂 杨家朋 《工业控制计算机》 2026年第1期17-18,21,共3页
循环水养殖系统(RAS)智能化水平不断提升,实现了水质管理、饲料投放和环境调节的自动化与精准化,显著提高了养殖效率和产品质量。对循环水智能控制系统从简单自动化到智能化的发展历程进行了阐述。详细介绍了其组成,包括水处理装置、温... 循环水养殖系统(RAS)智能化水平不断提升,实现了水质管理、饲料投放和环境调节的自动化与精准化,显著提高了养殖效率和产品质量。对循环水智能控制系统从简单自动化到智能化的发展历程进行了阐述。详细介绍了其组成,包括水处理装置、温控与增氧系统和监控与报警系统。分析了循环水养殖智能控制系统中物联网、机器学习、自动化控制等技术现状,这些技术有力推动了循环水养殖系统的智能化发展。尽管循环水养殖智能控制系统中还存在高成本、技术复杂性、数据安全等问题,但随着技术的不断进步,智能控制系统有望在更大范围内推广,成为现代水产养殖的重要支撑技术。 展开更多
关键词 循环水养殖 智能控制 物联网 水质管理
在线阅读 下载PDF
融合柔性养殖负荷与储能的高光伏渗透率渔光台区运行策略
8
作者 田志曈 张轶炫 +3 位作者 刘谋海 马叶钦 刘晓川 鲁海亮 《电力系统自动化》 北大核心 2026年第7期193-205,共13页
在“双碳”目标与各类政策驱动下,农村分布式光伏装机容量快速增长,大规模光伏接入导致中国南方大量渔光互补台区出现严重的反向过载。与此同时,渔塘养殖负荷因其可预测性与可调节性,展现出显著的柔性潜力。为此,文中面向高光伏渗透率... 在“双碳”目标与各类政策驱动下,农村分布式光伏装机容量快速增长,大规模光伏接入导致中国南方大量渔光互补台区出现严重的反向过载。与此同时,渔塘养殖负荷因其可预测性与可调节性,展现出显著的柔性潜力。为此,文中面向高光伏渗透率渔光台区,提出一种基于柔性养殖负荷与储能协同的反向过载治理策略。首先,基于实际台区全年运行数据,提取最严重光伏出力工况并构建净负荷曲线,从而揭示反向过载的典型特性;然后,从鱼类需氧机理与增氧机耦合特性出发,构建单机氧含量演化的微分动力学模型,进而推导夜间供氧负荷的不可调特性,并量化喂食增氧与晴天补氧负荷的可平移与可转移能力以及需求响应比例;在此基础上,构建柔性负荷与储能的协同优化模型,以避免反向功率越限并提升光伏消纳能力;最后,在改进的IEEE 33节点渔光台区等不同拓扑系统上开展算例验证。结果表明,所提策略能够有效消除反向过载、显著降低运行成本,并在不同规模台区均保持较好的适用性与经济性。 展开更多
关键词 光伏 台区 反向过载 增氧机 渔光互补 养殖负荷 储能 需求响应
在线阅读 下载PDF
基于改进U-Net的深水网箱网衣结节及纲线识别方法
9
作者 王锦 李根 +3 位作者 丁木 李振华 袁太平 黄小华 《南方水产科学》 北大核心 2026年第2期16-26,共11页
针对深海网箱养殖中水下网衣清洗机器人视觉导航与网衣维护的迫切需求,提出一种基于U-Net模型改进的网衣结构特征识别方法。该方法通过分割网衣关键结构特征——网线交点(简称结节)与纲线,为水下网衣清洗机器人提供可靠的视觉定位基准... 针对深海网箱养殖中水下网衣清洗机器人视觉导航与网衣维护的迫切需求,提出一种基于U-Net模型改进的网衣结构特征识别方法。该方法通过分割网衣关键结构特征——网线交点(简称结节)与纲线,为水下网衣清洗机器人提供可靠的视觉定位基准和路径跟踪依据,同时辅助网衣破损污损的检测。具体而言,通过水下网衣清洗机器人采集网衣图像数据,并对网衣结节和纲线进行标注,构建网衣结构特征数据集。以轻量级语义分割模型U-Net为基线模型,创新性集成空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)与交叉注意力机制(Criss-Cross Attention,CCA),强化模型对网衣结构特征的语义表达能力;同时设计适配网衣结构特征的专项评价指标。系统对比结果表明,改进模型在网衣数据集上表现最优,其中结节Dice系数为0.60、F1分数为0.92,纲线Dice系数为0.74、F1分数为0.62,显著优于基线模型。该方法可为后续网衣结节和纲线的跟踪研究提供参考。 展开更多
关键词 深海网箱养殖 网衣特征识别 水下机器人定位 U-Net模型 深度学习
在线阅读 下载PDF
基于深度学习的南极磷虾泵吸桁杆拖网渔船船位状态和渔场信息识别
10
作者 李阳 韩海斌 +5 位作者 苏冰 王雨涵 相德龙 孙煜琰 张衡 张巧芬 《海洋渔业》 北大核心 2026年第2期163-176,共14页
选取2022年12月25日至2023年1月15日中国南极磷虾泵吸桁杆连续捕捞拖网船“深蓝号”的AIS船位数据和捕捞日志,构建了基于船位数据的泵吸桁杆连续捕捞拖网船作业状态参数提取算法模型(CNN-LSTM-attention模型)。该模型把渔船分为4种状态... 选取2022年12月25日至2023年1月15日中国南极磷虾泵吸桁杆连续捕捞拖网船“深蓝号”的AIS船位数据和捕捞日志,构建了基于船位数据的泵吸桁杆连续捕捞拖网船作业状态参数提取算法模型(CNN-LSTM-attention模型)。该模型把渔船分为4种状态:航行、准备捕捞、捕捞和漂流。基于此模型,对2023年3艘挪威同类型磷虾船的作业状态进行了识别,结合船位数据识别出了泵吸桁杆连续捕捞拖网船的捕捞点和传统中上层变水层拖网船渔捞日志的捕捞点,并对比分析了两种作业方式的作业热点区位置、作业时长和作业天数。结果表明:基于CNN-LSTM-attention模型的南极磷虾泵吸桁杆连续捕捞拖网船作业状态参数提取准确率高达99.23%。航行、准备捕捞、捕捞、漂流4种作业状态的时长比例分别为12.9%、2.2%、78.9%和6.0%。在主捕季(1-5月),泵吸桁杆连续捕捞拖网船的作业天数与传统中上层变水层拖网船相近;而在非主捕季(6-9月),泵吸桁杆连续捕捞拖网船的作业天数与传统中上层变水层拖网船差异较大,前者的平均每月作业天数为23.4 d,后者仅为5.6 d。泵吸桁杆连续捕捞拖网船的每日作业时长比传统中上层变水层拖网船长约8.5 h。研究结果可为我国泵吸桁杆连续捕捞拖网船的作业行为管理、渔场动态预测和渔业监管提供信息参考。 展开更多
关键词 南极磷虾 深度学习 船位数据 作业状态 渔场热点
在线阅读 下载PDF
基于DNAzyme自催化组装的双模式FL/ECL传感器用于人参真伪的高灵敏鉴别
11
作者 廖辉 杨红霞 +4 位作者 张璐 张晶 殷赵江 王梅 崔汉峰 《分析测试学报》 北大核心 2026年第2期329-337,共9页
为解决传统人参基因鉴别方法依赖昂贵仪器、灵敏度不足的问题,该文构建了一种基于DNAzyme自催化组装的双模式传感器,用于人参特异性基因的高效检测。该传感器以合成的钌基共价有机框架@乙二胺四乙酸(RuCOFs@EDTA)材料作为荧光(FL)和电... 为解决传统人参基因鉴别方法依赖昂贵仪器、灵敏度不足的问题,该文构建了一种基于DNAzyme自催化组装的双模式传感器,用于人参特异性基因的高效检测。该传感器以合成的钌基共价有机框架@乙二胺四乙酸(RuCOFs@EDTA)材料作为荧光(FL)和电致化学发光(ECL)的基底信号材料,结合催化发夹组装策略(CHA)与双端催化DNA分子(DNAzyme)策略,构建“组装-催化”双重信号放大机制。人参特异性基因触发CHA反应,生成哑铃状双DNAzyme结构,激活其催化活性,切割双二茂铁标记的底物探针,解除信号猝灭,同时实现FL及ECL信号的恢复。在目标基因浓度为5×10^(-16)~5×10^(-11)mol/L范围内,FL与ECL模式的检出限分别低至0.24 fmol/L和0.09 fmol/L,选择性与可重复性优异。在实际人参DNA样品检测中,回收率为97.3%~103%,具备实际应用潜力。该传感器无需依赖PCR仪,兼具高灵敏度、高特异性与便捷性,为人参等中药材的真伪分子鉴别提供了新型技术手段。 展开更多
关键词 DNAzyme自组装 双模式传感器 人参 真伪鉴别
在线阅读 下载PDF
被动声学技术在水产养殖中的研究进展
12
作者 陈瑜洁 刘晃 张岱 《渔业现代化》 北大核心 2026年第1期31-43,共13页
随着水产养殖规模不断扩大和智能化水平提升,传统人工巡视和水质采样因干扰性强、实时性不足,难以满足现代养殖的精细化管理要求。被动声学监测(PAM)技术可在不干扰水生生物的情况下,精准解析其行为特征。该技术以声信号为核心,构建了... 随着水产养殖规模不断扩大和智能化水平提升,传统人工巡视和水质采样因干扰性强、实时性不足,难以满足现代养殖的精细化管理要求。被动声学监测(PAM)技术可在不干扰水生生物的情况下,精准解析其行为特征。该技术以声信号为核心,构建了涵盖数据采集、信号处理、特征提取与模式识别的分析框架,在实际水产养殖环境中展现出较强的适应性。研究表明,PAM技术在低光照、深水和浑浊环境中具有明显优势,已在摄食监控、繁殖识别和水质预警等方面展现应用潜力。然而,该技术的进一步发展受到设备噪声干扰、跨物种数据库缺乏和算法泛化不足等问题的制约。未来发展应着重推进降噪增强与多模态融合,建立标准化数据体系,并强化跨学科协作以推动该技术的产业化落地。 展开更多
关键词 水产养殖 被动声学监测 声学信号
在线阅读 下载PDF
智慧水产养殖监测系统的设计与实现
13
作者 刘鑫哲 吴金鑫 +2 位作者 姜炎 杨洲 林芳 《消费电子》 2026年第4期119-121,共3页
随着互联网产业的持续发展,传统的水产养殖业受人力、物力等不可控因素制约的问题日益凸显,容易导致水产养殖类产量下降。为此,可结合互联网技术设计一套集多种功能于一体的智慧水产养殖智能环境监测系统。以单片机为主控实时监测水池... 随着互联网产业的持续发展,传统的水产养殖业受人力、物力等不可控因素制约的问题日益凸显,容易导致水产养殖类产量下降。为此,可结合互联网技术设计一套集多种功能于一体的智慧水产养殖智能环境监测系统。以单片机为主控实时监测水池内水温、水质等参数,支持手动设置投喂时间及温度阈值超限报警功能,屏幕显示模块可通过主菜单实时显示当前水的温度和pH值、水位线、全自动喂食间隔时间、CO_(2)浓度等信息。养殖户可手动控制电路的水泵电机进行吸水和排水工作,也可随时查看鱼池内部的环境参数。本设计全天候对池内环境参数进行检测,并传输数值到显示模块。系统实现定时饲喂、供氧以及抽水换水等自动化操作,可有效提高养殖户的养殖效益。 展开更多
关键词 智慧养殖系统 STM32单片机 传感器
在线阅读 下载PDF
论文精选:基于改进YOLOv8n-ByteTrack模型的海参原位计数方法
14
《中国农机化学报》 北大核心 2026年第3期F0003-F0003,共1页
研究概况针对海参养殖中人工计数效率低、成本高的问题,提出一种基于改进YOLOv8n与ByteTrack的动态原位计数方法,旨在复杂水下环境中实现高精度的自动化计数。首先,使用Ghostconv和GhostC3替换YOLOv8n中的Conv和C2f以减少模型的浮点计... 研究概况针对海参养殖中人工计数效率低、成本高的问题,提出一种基于改进YOLOv8n与ByteTrack的动态原位计数方法,旨在复杂水下环境中实现高精度的自动化计数。首先,使用Ghostconv和GhostC3替换YOLOv8n中的Conv和C2f以减少模型的浮点计算量、参数量,同时使用焦点调制(FM)模块替换YOLOv8n中快速空间金字塔池化(SPPF)模块,并引入SE注意力机制以提高对海参的识别准确率。 展开更多
关键词 YOLOv8n 海参 原位计数 焦点调制 GhostC3 Ghostconv SE注意力机制 ByteTrack
在线阅读 下载PDF
面向圈养模式的智能精准投喂系统研究
15
作者 黄凰 成佳卿 +4 位作者 简凡皓 陈焯然 黄磊 李潇 刘子乾 《农业机械学报》 北大核心 2026年第2期109-120,共12页
随着水产养殖业的快速发展,过度投喂导致饵料浪费与水质污染及投喂不足所引发的鱼群生长营养不良等问题愈发凸显,针对圈养模式,提出了一种基于视觉与多种传感器的圈养模式智能精准投喂系统,对RGB图像、深度图像、压强传感器和加速度传... 随着水产养殖业的快速发展,过度投喂导致饵料浪费与水质污染及投喂不足所引发的鱼群生长营养不良等问题愈发凸显,针对圈养模式,提出了一种基于视觉与多种传感器的圈养模式智能精准投喂系统,对RGB图像、深度图像、压强传感器和加速度传感器等多源数据融合实时量化成年鱼摄食强度并实现精准投喂控制。以改进的YOLO v8n-seg模型为核心进行RGB图像分割,将水面波动状态分为强、弱和无3种状态;在水面状态分割区域内采用HSV颜色检测方法对水面鱼饵进行面积检测;通过帧差法分析深度图像连续两帧的深度差异,将水面波动量化为强、弱、无3个等级;利用压强传感器和加速度传感器采集的数据提取关键特征,通过随机森林模型对鱼群摄食状态进行分类弥补单一视觉特征的局限性。通过加权融合策略将5类数据决策模块的结果进行融合并建立实时投喂决策模型。多次实地试验结果表明,投饵系统摄食强度评估精度达到95.45%,投喂误差率仅为1.72%,能够准确识别鱼群摄食强度,有效减少饵料浪费和水体污染,在实际圈养模式环境中具有较好的实用性和实时性。 展开更多
关键词 智能精准投喂 摄食强度 多源数据融合 YOLO v8n-seg 帧差法 随机森林
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
16
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
基于改进YOLOv10的轻量级牡蛎形状识别模型研究
17
作者 慕光宇 费忠祥 +2 位作者 张恒 任清文 张海光 《渔业现代化》 北大核心 2026年第1期117-130,共14页
针对牡蛎形状分选过程中存在的效率低、成本高和受主观因素影响较大的问题,本研究构建了一种基于改进YOLOv10的轻量级牡蛎形状识别模型,以提高牡蛎形状识别的自动化和准确性。首先,将YOLOv10n网络结构的骨干网络替换为PP-LCNet结构;其次... 针对牡蛎形状分选过程中存在的效率低、成本高和受主观因素影响较大的问题,本研究构建了一种基于改进YOLOv10的轻量级牡蛎形状识别模型,以提高牡蛎形状识别的自动化和准确性。首先,将YOLOv10n网络结构的骨干网络替换为PP-LCNet结构;其次,在骨干网络中的PSA部分添加聚焦线性注意力模块;然后,颈部网络的上采样模块替换为DySample动态上采样算子;最后,将原激活函数替换为ARelu激活函数。结果显示:改进后的模型浮点计算数、参数量及大小相比原YOLOv10n基线模型分别降低20.7%、22.2%和22.4%,同时精确度相较于原模型提高了3.8个百分点,达到94.4%。本研究为牡蛎形状识别提供了一种有效的解决方案,也为开发牡蛎形状的自动识别和分类系统提供了技术支持。 展开更多
关键词 深度学习 牡蛎 形状识别 改进YOLOv10 轻量级
在线阅读 下载PDF
为虾塘装上“AI大脑”! 渔美美联手渔军师打造会思考的“智慧塘”
18
作者 郑思桃(文/图) 《当代水产》 2026年第1期33-34,共2页
在水产养殖行业,“经验”曾长期被视为最可靠的生产力。什么时候换水、什么时候用药、指标异常要不要处理,很多决策来自“看一眼水色”“凭感觉判断”。但随着养殖密度不断提高、病害风险加剧、人力成本持续攀升,这套高度依赖个人经验... 在水产养殖行业,“经验”曾长期被视为最可靠的生产力。什么时候换水、什么时候用药、指标异常要不要处理,很多决策来自“看一眼水色”“凭感觉判断”。但随着养殖密度不断提高、病害风险加剧、人力成本持续攀升,这套高度依赖个人经验的模式,往往在问题被察觉时,已经错过了最佳处理窗口。 展开更多
关键词 人力成本 用药 AI大脑 经验 水产养殖 换水 病害风险
在线阅读 下载PDF
基于改进神经网络的鱼群密度计算方法
19
作者 邰群淇 曲嘉铭 《水产学杂志》 2026年第1期54-60,共7页
为了解决深远海养殖工程和海洋牧场中难以精确计算鱼群密度的关键问题,本研究旨在开发一种能够有效提高复杂海洋场景下鱼群密度计算精度与稳健性的新型方法,为海洋资源评估与智能化管理提供技术支撑。基于卷积和空间递归神经网络(CSRNet... 为了解决深远海养殖工程和海洋牧场中难以精确计算鱼群密度的关键问题,本研究旨在开发一种能够有效提高复杂海洋场景下鱼群密度计算精度与稳健性的新型方法,为海洋资源评估与智能化管理提供技术支撑。基于卷积和空间递归神经网络(CSRNet)架构,创新性地融合通道注意力与空间注意力双机制,构建具有特征增强能力的密度计算模型。通过设计注意力权重分配策略强化模型对鱼群关键区域的聚焦能力,同时构建首个专业鱼群密度计算数据集,系统解决水下图像背景干扰和目标遮挡等复杂场景下的特征提取难题。在公开数据集ShanghaiTech的Part_A和Part_B测试中,改进模型分别取得MAE 62.1/MSE 100.0和MAE 9.5/MSE 15.0的精度指标;在自建鱼群数据集上实现MAE 7.06/MSE 100.0的性能表现。结果显示,引入注意力机制后,模型在密集鱼群区域的MAE指标较基线模型降低约12.7%,对波浪、光照变化等干扰场景的稳健性提升显著。本研究提出的双注意力CSRNet模型通过特征通道与空间维度的协同优化,实现了对海洋场景中鱼群分布特征的精准捕捉。该方法有效抑制了复杂背景干扰,其密度估计误差较传统的CSRNet降低9%左右,为深远海工程中的生物量评估、投喂决策等关键环节提供可靠的技术手段,对推进智慧海洋牧场建设具有重要应用价值。 展开更多
关键词 深远海工程 海洋牧场 资源评估 鱼群密度计算 CSRNet 注意力机制
在线阅读 下载PDF
基于HarmonyOS水产养殖在线预测预警与联动防控系统技术难点及对策
20
作者 刘春玲 邹鹏 《畜牧兽医科技信息》 2026年第2期233-235,共3页
为持续获取水产养殖过程中的水环境监测参数,及时完成预测预警并采取联动措施,保证水产养殖水环境满足要求,进一步预防水产养殖病害的发生。本文基于HarmonyOS构建水产养殖在线预测预警与联动防控系统,在论述系统特点的基础上,根据系统... 为持续获取水产养殖过程中的水环境监测参数,及时完成预测预警并采取联动措施,保证水产养殖水环境满足要求,进一步预防水产养殖病害的发生。本文基于HarmonyOS构建水产养殖在线预测预警与联动防控系统,在论述系统特点的基础上,根据系统技术难点分析,给出相应解决对策,为基于HarmonyOS水产养殖在线预测预警与联动防控系统完善与实践应用提供依据,改善我国现阶段水产养殖中水环境预测预警方面的不足。 展开更多
关键词 水产养殖 HarmonyOS系统 在线预测预警 联动防控系统 技术难点与对策
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 45 下一页 到第 页
使用帮助 返回顶部