期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卷积神经网络的生物式水质监测方法
被引量：
18
1
作者
程淑红
张仕军
赵考鹏
《计量学报》
CSCD
北大核心
2019年第4期721-727,共7页
生物式水质监测通常是先通过提取水生物在不同环境下的应激反应特征,再进行特征分类,从而识别水质。针对水质监测问题,提出一种使用卷积神经网络(CNN)的方法。鱼类运动轨迹是当前所有文献使用的多种水质分类特征的综合性表现,是生物式...
生物式水质监测通常是先通过提取水生物在不同环境下的应激反应特征,再进行特征分类,从而识别水质。针对水质监测问题,提出一种使用卷积神经网络(CNN)的方法。鱼类运动轨迹是当前所有文献使用的多种水质分类特征的综合性表现,是生物式水质分类的重要依据。使用Mask-RCNN的图像分割方法,求取鱼体的质心坐标,并绘制出一定时间段内鱼体的运动轨迹图像,制作正常与异常水质下两种轨迹图像数据集。融合Inception-v3网络作为数据集的特征预处理部分,重新建立卷积神经网络对Inception-v3网络提取的特征进行分类。通过设置多组平行实验,在不同的水质环境中对正常水质与异常水质进行分类。结果表明,卷积神经网络模型的水质识别率为99.38%,完全达到水质识别的要求。
展开更多
关键词
计量学
生物式水质监测
卷积神经网络
Mask-RCNN图像分割法
在线阅读
下载PDF
职称材料
基于机器视觉的鱼类模式生物在线监测技术方法研究
被引量：
6
2
作者
周振宇
邵振洲
+4 位作者
施智平
渠瀛
张融
饶凯锋
关永
《生态毒理学报》
CAS
CSCD
北大核心
2016年第1期217-224,共8页
水污染的防治问题是我国关注的重中之重,现有理化监测方法的实时性和综合性较差,特别是对于一些极端可变化的环境,更需要新的方法以辅助和解决。生物式水质监测方法被提出,通过利用生物对环境污染或变化所产生的反应来直接或间接体现水...
水污染的防治问题是我国关注的重中之重,现有理化监测方法的实时性和综合性较差,特别是对于一些极端可变化的环境,更需要新的方法以辅助和解决。生物式水质监测方法被提出,通过利用生物对环境污染或变化所产生的反应来直接或间接体现水质的污染情况。然而,观测指标与量化标准是面临的一大难题。文章利用机器视觉的方法,以青鳉鱼为模式生物,并以青鳉鱼的生理特征以及运动特征(呼吸频率、胸鳍摆动频率、摆尾频率)为观测指标,两方面综合评定青鳉鱼应激状态,实时监测与分析。实验结果表明该方法能为生物式水质监测和预警的发展提供一定支持与参考。测得青鳉鱼呼吸频率为3.06 Hz,胸鳍摆动频率为4.83 Hz,尾鳍摆动频率为5.08 Hz,结果与实际指标一致。
展开更多
关键词
生物式水质监测
实时性
观测指标
在线阅读
下载PDF
职称材料
基于机器视觉的鱼类行为特征提取与分析
被引量：
9
3
作者
贾贝贝
邵振洲
+6 位作者
王瑞
渠瀛
张融
饶凯锋
姜安
刘勇
关永
《生态毒理学报》
CAS
CSCD
北大核心
2017年第5期193-203,共11页
近年来,水污染问题备受关注。生物式水质监测成为目前国家环境保护工作的重要任务之一。为准确监测水质污染情况,本文以青鳉鱼(Oryzias latipes)为研究对象,采用非接触式的机器视觉监测技术,提取青鳉鱼的生理特征(呼吸频率)和运动特征(...
近年来,水污染问题备受关注。生物式水质监测成为目前国家环境保护工作的重要任务之一。为准确监测水质污染情况,本文以青鳉鱼(Oryzias latipes)为研究对象,采用非接触式的机器视觉监测技术,提取青鳉鱼的生理特征(呼吸频率)和运动特征(胸鳍和尾鳍的摆动频率),并分析这些特征与水质之间的关系。本文采用支持向量机(Support Vector Machine,SVM)准确提取鱼鳃,并根据鱼鳃呼吸面积大小变化计算出鱼的呼吸频率。基于形态学细化算法提取青鳉鱼骨架,求出胸鳍和尾鳍的摆动频率。结果显示:不同浓度铜离子暴露实验测得的青鳉鱼生理特征和运动特征与实际情况一致;通过对不同铜离子浓度下的毒性实验数据对比,发现了青鳉鱼的生理特征和运动特征会随不同的铜离子浓度发生相应变化,可以作为水质监测的评价标准。
展开更多
关键词
生物式水质监测
青鳉鱼
机器视觉
生理特征
运动特征
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的生物式水质监测方法
被引量：
18
1
作者
程淑红
张仕军
赵考鹏
机构
燕山大学电气工程学院
出处
《计量学报》
CSCD
北大核心
2019年第4期721-727,共7页
基金
国家自然科学基金(61601400)
河北省博士后基金(B2016003027)
秦皇岛市科学技术研究与发展计划(201701B009)
文摘
生物式水质监测通常是先通过提取水生物在不同环境下的应激反应特征,再进行特征分类,从而识别水质。针对水质监测问题,提出一种使用卷积神经网络(CNN)的方法。鱼类运动轨迹是当前所有文献使用的多种水质分类特征的综合性表现,是生物式水质分类的重要依据。使用Mask-RCNN的图像分割方法,求取鱼体的质心坐标,并绘制出一定时间段内鱼体的运动轨迹图像,制作正常与异常水质下两种轨迹图像数据集。融合Inception-v3网络作为数据集的特征预处理部分,重新建立卷积神经网络对Inception-v3网络提取的特征进行分类。通过设置多组平行实验,在不同的水质环境中对正常水质与异常水质进行分类。结果表明,卷积神经网络模型的水质识别率为99.38%,完全达到水质识别的要求。
关键词
计量学
生物式水质监测
卷积神经网络
Mask-RCNN图像分割法
Keywords
metrology
biological water quality monitoring
convolution neural network
Mask-RCNN method
分类号
TB99 [机械工程—测试计量技术及仪器]
在线阅读
下载PDF
职称材料
题名
基于机器视觉的鱼类模式生物在线监测技术方法研究
被引量：
6
2
作者
周振宇
邵振洲
施智平
渠瀛
张融
饶凯锋
关永
机构
首都师范大学信息工程学院
北京航空航天大学机械工程及自动化学院
中国科学院生态环境研究中心
田纳西大学电气工程与计算机科学学院
出处
《生态毒理学报》
CAS
CSCD
北大核心
2016年第1期217-224,共8页
基金
863课题(2014AA06A506)
北京市优秀人才培养资助项目(2014000020124G135)
+1 种基金
河北省科技计划项目(15273604D)
北京市科技计划课题(Z141100002014001)
文摘
水污染的防治问题是我国关注的重中之重,现有理化监测方法的实时性和综合性较差,特别是对于一些极端可变化的环境,更需要新的方法以辅助和解决。生物式水质监测方法被提出,通过利用生物对环境污染或变化所产生的反应来直接或间接体现水质的污染情况。然而,观测指标与量化标准是面临的一大难题。文章利用机器视觉的方法,以青鳉鱼为模式生物,并以青鳉鱼的生理特征以及运动特征(呼吸频率、胸鳍摆动频率、摆尾频率)为观测指标,两方面综合评定青鳉鱼应激状态,实时监测与分析。实验结果表明该方法能为生物式水质监测和预警的发展提供一定支持与参考。测得青鳉鱼呼吸频率为3.06 Hz,胸鳍摆动频率为4.83 Hz,尾鳍摆动频率为5.08 Hz,结果与实际指标一致。
关键词
生物式水质监测
实时性
观测指标
Keywords
biological water quality monitoring
real time
observation index
分类号
X171.5 [环境科学与工程—环境科学]
在线阅读
下载PDF
职称材料
题名
基于机器视觉的鱼类行为特征提取与分析
被引量：
9
3
作者
贾贝贝
邵振洲
王瑞
渠瀛
张融
饶凯锋
姜安
刘勇
关永
机构
首都师范大学成像技术北京市高精尖创新中心
北京航空航天大学机械工程及自动化学院
中国科学院生态环境研究中心
田纳西大学电气工程与计算机科学学院
无锡中科水质环境技术有限公司
出处
《生态毒理学报》
CAS
CSCD
北大核心
2017年第5期193-203,共11页
基金
863课题(2014AA06A506)
国家自然科学基金青年基金(21307150)
+2 种基金
北京市优秀人才培养资助项目(2014000020124G135)
中国科学院科技服务网络计划(STS计划)(KFJ-SW-STS-171)
广东省省级科技计划项目(2016B020240007)
文摘
近年来,水污染问题备受关注。生物式水质监测成为目前国家环境保护工作的重要任务之一。为准确监测水质污染情况,本文以青鳉鱼(Oryzias latipes)为研究对象,采用非接触式的机器视觉监测技术,提取青鳉鱼的生理特征(呼吸频率)和运动特征(胸鳍和尾鳍的摆动频率),并分析这些特征与水质之间的关系。本文采用支持向量机(Support Vector Machine,SVM)准确提取鱼鳃,并根据鱼鳃呼吸面积大小变化计算出鱼的呼吸频率。基于形态学细化算法提取青鳉鱼骨架,求出胸鳍和尾鳍的摆动频率。结果显示:不同浓度铜离子暴露实验测得的青鳉鱼生理特征和运动特征与实际情况一致;通过对不同铜离子浓度下的毒性实验数据对比,发现了青鳉鱼的生理特征和运动特征会随不同的铜离子浓度发生相应变化,可以作为水质监测的评价标准。
关键词
生物式水质监测
青鳉鱼
机器视觉
生理特征
运动特征
Keywords
biological water quality monitoring
medaka
machine vision
physiological characteristics
movement characteristics
分类号
X171.5 [环境科学与工程—环境科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络的生物式水质监测方法
程淑红
张仕军
赵考鹏
《计量学报》
CSCD
北大核心
2019
18
在线阅读
下载PDF
职称材料
2
基于机器视觉的鱼类模式生物在线监测技术方法研究
周振宇
邵振洲
施智平
渠瀛
张融
饶凯锋
关永
《生态毒理学报》
CAS
CSCD
北大核心
2016
6
在线阅读
下载PDF
职称材料
3
基于机器视觉的鱼类行为特征提取与分析
贾贝贝
邵振洲
王瑞
渠瀛
张融
饶凯锋
姜安
刘勇
关永
《生态毒理学报》
CAS
CSCD
北大核心
2017
9
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
