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626篇文章
< 1 2 … 32 >
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：
赤点石斑鱼氨氮应激行为嵌入式表征研究 被引量：2
1
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
2
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
3
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
4
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
5
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
基于改进YOLOv8n-pose和BoTSORT的鱼苗应激行为监测
6
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
基于IHO-Mamba-MHSA的红瓜子斑鱼养殖水温多步预测模型
7
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
8
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
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
9
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
10
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
无人船:智慧渔业的“未来之星”
11
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
12
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
YOLO-U:基于结构重参数化和双重注意力机制的水下目标检测算法 被引量：1
13
作者 李江川 韩彦岭 +4 位作者 董传胜 王艳 王静 张云 杨树瑚 《上海海洋大学学报》 北大核心 2025年第3期696-706,共11页
水下目标检测算法的研究是实现水下机器人智能捕捞的前提。水下目标检测任务中存在的目标模糊、小目标众多以及相互遮挡等问题对实现精确的目标检测提出了挑战,本研究提出了一种基于YOLOv7-tiny的水下目标算法YOLO-U。该算法通过引入具... 水下目标检测算法的研究是实现水下机器人智能捕捞的前提。水下目标检测任务中存在的目标模糊、小目标众多以及相互遮挡等问题对实现精确的目标检测提出了挑战,本研究提出了一种基于YOLOv7-tiny的水下目标算法YOLO-U。该算法通过引入具有结构重参数化的RepViT骨干网络,融合ESE通道注意力机制,增强水下模糊目标的特征提取能力;同时,设计了浅层坐标信息特征融合的特征金字塔网络CAFPN,进一步增强检测模型对方向和位置信息的敏感度,融合不同尺度的特征信息以提高小目标的检测能力;最后,采用WIoUv2边界框损失函数有效降低了简单示例对损失值的贡献,使得模型能够聚焦于遮挡目标,进一步提高遮挡目标的检测精度。YOLO-U算法在URPC2021数据集上mAP50取得了84.6%的检测效果,较YOLOv7-tiny、YOLOv5s和YOLOv8s分别提高了2.1%、5.2%和2.8%,检测结果显示,该算法可以有效提高水下目标检测精度,进一步改善水下模糊目标、小目标和遮挡目标的检测效果。 展开更多
关键词 水下目标检测 YOLOv7-tiny 结构重参数化 注意力机制 损失函数
原文传递
基于改进YOLOv8n的水下鱼类目标识别轻量化模型 被引量：4
14
作者 曹宇 李佳阳 王芳 《上海海洋大学学报》 北大核心 2025年第1期188-200,共13页
针对复杂水下环境中鱼类目标识别精度不足、传统目标识别模型复杂度高、识别速度慢等问题,出现了一种基于改进YOLOv8n的水下鱼类目标识别模型YOLOv8n-fish。本文提出轻量级双卷积模块C2fDualConv,以改善YOLOv8n中C2f模块的特征学习能力... 针对复杂水下环境中鱼类目标识别精度不足、传统目标识别模型复杂度高、识别速度慢等问题,出现了一种基于改进YOLOv8n的水下鱼类目标识别模型YOLOv8n-fish。本文提出轻量级双卷积模块C2fDualConv,以改善YOLOv8n中C2f模块的特征学习能力;基于高效的结构重参数化思想设计全新的颈部网络EffQAFPN,以平衡目标模型的识别精度和速度;采用二阶段微调方法,提升水下弱光及干扰物环境下鱼类目标识别模型的识别精度。实验结果表明,YOLOv8n-fish模型在测试集的平均精度为97.47%,较传统YOLOv8n模型提升了1.07%;而改进后模型的参数量、浮点运算量和模型内存占用量仅为原始模型的56.1%、82%和66.7%。YOLOv8n-fish模型的识别速度仅次YOLOv5n-P6,可达到121帧/s。实验结果表明,YOLOv8n-fish模型在保持高识别精度的同时显著降低计算成本,为水产养殖的智能监测提供有效的技术支持。 展开更多
关键词 水产养殖 YOLOv8n 双卷积模块 轻量化 深度学习
原文传递
基于混合注意力模块改进StarGAN的水下图像增强 被引量：1
15
作者 郑浩君 王振 +4 位作者 张佳鹏 刘胜男 钱程 涂雪滢 刘世晶 《南方水产科学》 北大核心 2025年第1期185-196,共12页
围绕水下图像色偏和模糊的特点,针对不同浑浊度的水下图像差异较大问题,提出了一种基于混合注意力模块(Convolutional block attention module,CBAM)改进的星型生成对抗网络(Star generative adversarial networks,StarGAN)用于水下多... 围绕水下图像色偏和模糊的特点,针对不同浑浊度的水下图像差异较大问题,提出了一种基于混合注意力模块(Convolutional block attention module,CBAM)改进的星型生成对抗网络(Star generative adversarial networks,StarGAN)用于水下多浑浊图像增强。首先使用水下相机采集实验室和养殖平台环境2组水下多浊度图像数据集;其次优化StarGAN,在每个ResidualBlock模块后引入一个由通道注意力模块和空间注意力模块串联组成的CBAM;最后进行消融实验,并与其他方法比较,使用水下图像质量评估(Underwater image quality measurement,UIQM)、水下彩色图像质量评估(Underwater color image quality evaluation,UCIQE)和图像熵作为图像质量评价指标。结果表明,实验室数据集增强后,UIQM达到1.18,UCIQE达到30.13,图像熵达到12.83;养殖平台数据集增强后,UIQM达到0.52,UCIQE达到10.35,图像熵达到9.94。该方法对实验室和养殖平台环境中不同浑浊度的图像增强均有较好的效果,在消融实验及与其他方法的比较中,该方法的得分均为最高。 展开更多
关键词 多浑浊度图像 水下图像增强 注意力模块 星型生成对抗网络
在线阅读 下载PDF
基于轻量级CDW-YOLO v7的鱼类排便行为自动检测方法 被引量：3
16
作者 徐龙琴 郑钦月 +3 位作者 高学凯 崔猛 刘双印 谢彩健 《农业机械学报》 北大核心 2025年第6期554-564,共11页
粪便是集约化水产养殖系统中有机废物的主要来源,排便数量的增加和时间的延长都会加快养殖水质中氨氮、亚硝酸盐等污染物的积累浓度和速度,因此,排便行为模式对于维持最佳水环境和确保可持续的鱼类生产至关重要。为解决传统排便行为分... 粪便是集约化水产养殖系统中有机废物的主要来源,排便数量的增加和时间的延长都会加快养殖水质中氨氮、亚硝酸盐等污染物的积累浓度和速度,因此,排便行为模式对于维持最佳水环境和确保可持续的鱼类生产至关重要。为解决传统排便行为分析费时费力的问题,本研究提出一种基于改进YOLO v7-tiny的高性能、轻量级的鱼类排便行为识别模型CDW-YOLO v7。该模型采用基于C2f结构的双向特征金字塔网络(C2f-bidirectional feature pyramid network,C2f-BiFPN)优化识别排便行为的多尺度和非线性特征融合能力,同时引入具有注意力机制的动态检测头(Dynamic head,DyHead)以增强模型在复杂环境中对鱼类排便行为关键特征的提取能力,并结合WIoU损失函数,减少因鱼类遮挡、重叠等造成的漏检现象,提高模型的准确性。实验结果表明,与基线模型YOLO v7-tiny相比,CDW-YOLO v7模型具有更好的性能,参数量减少2.56×10^(6),浮点运算量降低5.90×10^(9),同时平均精度均值(mean Average Precision,mAP)提高2.04个百分点。此外,该模型在模型大小、精度和检测速度等方面,均优于3种经典目标检测算法(YOLO v3-tiny、YOLO v4-tiny和YOLO v5s)。本研究为鱼类排便行为的精准检测和智能化水产养殖系统的发展提供了理论基础。 展开更多
关键词 鱼类排便行为 水产养殖 YOLO v7-tiny 目标检测
在线阅读 下载PDF
基于改进YOLOv5s-Seg的中华绒螯蟹不同部位检测分割方法 被引量：1
17
作者 赵煜 方国艾 华顿 《大连海洋大学学报》 北大核心 2025年第2期338-350,共13页
为解决中华绒螯蟹(Eriocheir sinensis)(又称“河蟹”)分部位加工工艺复杂性及加工装备智能化水平较低问题,以提高河蟹加工装备的智能化,优化河蟹加工方法,提出一种基于改进YOLOv5s-Seg的YOLOv5s-FDSV检测分割模型。该模型通过应用Faste... 为解决中华绒螯蟹(Eriocheir sinensis)(又称“河蟹”)分部位加工工艺复杂性及加工装备智能化水平较低问题,以提高河蟹加工装备的智能化,优化河蟹加工方法,提出一种基于改进YOLOv5s-Seg的YOLOv5s-FDSV检测分割模型。该模型通过应用FasterNet主干网络、融合DCNv2卷积、替换DySample上采样和V7DownSample模块,实现了对河蟹各部位的高效检测和精准分割。结果表明:在本文构建的河蟹部位分割数据集上,YOLOv5s-FDSV模型检测mAP@0.5、分割mAP@0.5和FPS分别达96.5%、93.8%和50.8帧/s,与改进前的YOLOv5s-Seg相比,其参数量、计算量和模型大小分别减少24.3%、24.9%和23.4%。研究表明,YOLOv5s-FDSV模型能够确保检测精度的同时兼顾轻量化和检测速度,本研究结果将为河蟹分部位加工提供视觉技术支撑,可为推动河蟹加工产业的智能化和自动化进程提供有益参考。 展开更多
关键词 中华绒螯蟹 深加工 检测和分割 改进YOLOv5s-Seg 轻量化
在线阅读 下载PDF
基于数字孪生的海洋牧场环境监测平台结构安全快速评估方法 被引量：1
18
作者 曹宇 甘霖 +2 位作者 王杰 王芳 白勇 《渔业现代化》 北大核心 2025年第4期15-30,共16页
为保障海洋牧场环境监测平台服役期间安全稳定运行,提出了一种基于数字孪生技术的结构安全实时评估方法。采用三级数字孪生架构实现了监测平台整体应力分布状态快速预报和实时可视化。对比了台风“贝碧嘉”期间监测平台监测点的轴力仿... 为保障海洋牧场环境监测平台服役期间安全稳定运行,提出了一种基于数字孪生技术的结构安全实时评估方法。采用三级数字孪生架构实现了监测平台整体应力分布状态快速预报和实时可视化。对比了台风“贝碧嘉”期间监测平台监测点的轴力仿真数据与实海监测数据,验证了仿真模型的可靠性;通过对多个工况的批量前置仿真计算,建立了覆盖监测平台服役期间常见海况下的结构应力场响应数据库;在多个环境参数同时变化的情况下,基于结构响应数据库通过改进反距离权重插值法(IIDW)进行快速预报。结果显示:监测点上轴力、弯矩和空间位移的插值数据与仿真数据间的平均绝对误差分别为7.62%、11.93%和5.77%,所有2462根结构杆的插值数据与仿真数据间的平均绝对误差分别为6.24%、7.88%和5.39%。本研究提出的海洋牧场环境监测平台结构安全快速评估方法,为平台服役期间整体应力的实时监测和安全预警提供了可行的解决方案。 展开更多
关键词 海洋牧场环境监测平台 数字孪生 结构应力场 快速预报
在线阅读 下载PDF
基于BP神经网络的虾夷扇贝育苗投饵预测模型
19
作者 母刚 李海东 +7 位作者 常轶智 吴乙涛 张倩 李航企 张寒冰 李秀辰 张国琛 宋若冰 《水产学报》 北大核心 2025年第12期199-212,共14页
【目的】解决虾夷扇贝育苗中人工投饵方式粗放、精度差等问题,实现虾夷扇贝育苗投饵的自动化。【方法】提出了一种基于BP神经网络的虾夷扇贝育苗投饵预测模型。以虾夷扇贝幼苗的生长天数、食饵量、水温作为预测模型的输入向量,投饵量为... 【目的】解决虾夷扇贝育苗中人工投饵方式粗放、精度差等问题,实现虾夷扇贝育苗投饵的自动化。【方法】提出了一种基于BP神经网络的虾夷扇贝育苗投饵预测模型。以虾夷扇贝幼苗的生长天数、食饵量、水温作为预测模型的输入向量,投饵量为输出向量,通过BP神经网络挖掘数据间映射关系,建立虾夷扇贝育苗投饵预测模型,通过投饵试验验证模型的精度和稳定性。【结果】30 d的虾夷扇贝幼苗由系统自动投饵3 d后,自动投饵的均方根误差由人工投饵的456.6×10^(5)降低至226.6×10^(5),降低了50.34%,自动投饵的绝对百分误差为0.041,小于人工投饵的0.043;42 d培育的虾夷扇贝幼苗由系统自动投饵3 d后,自动投饵的均方根误差由人工投饵的194.2×10^(5)降低至149.3×10^(5),降低了23.09%,自动投饵的绝对百分误差为0.020,小于人工投饵的0.039。【结论】虾夷扇贝育苗投饵预测模型的精准度与稳定性均优于人工投饵,为自动投饵装备研发提供了重要参考。 展开更多
关键词 虾夷扇贝 育苗 自动投饵 投饵预测模型 BP神经网络
原文传递
水下机器人技术在渔业中的应用及展望
20
作者 巴尧骥 唐峰华 +3 位作者 吴祖立 戴阳 张胜茂 樊伟 《海洋渔业》 北大核心 2025年第5期671-689,共19页
水下机器人通过集成多种先进技术可实现水下任务的自动化执行,有效提升渔业作业效率与安全性,降低对人工潜水的依赖,为渔业资源的科学管理和可持续发展提供有力支持。基于文献调研与归纳分析,系统梳理了国内水下机器人技术的发展现状,... 水下机器人通过集成多种先进技术可实现水下任务的自动化执行,有效提升渔业作业效率与安全性,降低对人工潜水的依赖,为渔业资源的科学管理和可持续发展提供有力支持。基于文献调研与归纳分析,系统梳理了国内水下机器人技术的发展现状,首先阐述水下机器人的基本概念与技术分类,进而探讨其在渔业资源开发与水产养殖中的具体应用。水下机器人技术主要包括导航与定位、水下通信与数据传输、机器视觉与图像增强技术;主要可应用于渔业生产中的水质监测、水生动物捕捞、生存环境维护和渔业资源调查等领域。此外,该技术目前也面临一定挑战,如环境、能源对其存在较大限制以及具有一定安全性和可靠性隐患等。未来应立足于生态环境的可持续发展,重点加强多功能、多任务协作发展,同时应重视新材料和新能源的开发和应用。 展开更多
关键词 水下机器人 自动导航 水下通信 图像增强
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 … 32 下一页 到第 页
使用帮助 返回顶部