检索结果-维普期刊中文期刊服务平台

基于被动水声信号的加州鲈摄食强度识别被引量：1: 1; 作者李路周玉凡 +4 位作者孙超奇周铖钰朱明谭鹤群万鹏《西南大学学报（自然科学版）》 CAS 北大核心 2025年第2期1-16,共16页; 为解决高密度养殖加州鲈摄食强度识别难的问题,实现加州鲈的精准投喂,提出了一种基于被动水声信号的加州鲈鱼群摄食强度识别方法。该方法以高密度养殖条件下的加州鲈为研究对象,采用摄食声信号采集装置获取加州鲈鱼群的摄食声信号,经预... 展开更多; 关键词水产养殖鱼类摄食强度被动水声信号加州鲈特征提取; 在线阅读下载PDF 职称材料

基于被动水声信号的淡水鱼种类识别被引量：5: 2; 作者李路涂群资 +3 位作者黄汉英赵思明熊善柏马章宇《农业机械学报》 EI CAS CSCD 北大核心 2017年第8期166-171,共6页; 针对淡水鱼种类自动识别问题,采用被动水声信号作为数据源,运用维纳滤波和采样降噪法对水声信号进行预处理,通过4层小波包分解算法提取频段能量,结合信号的短时平均能量和短时平均过零率构建特征向量,使用概率神经网络分类器实现了淡水... 展开更多; 关键词淡水鱼被动水声信号种类识别概率神经网络; 在线阅读下载PDF 职称材料

基于被动水声信号的淡水鱼混合比例识别被引量：3: 3; 作者黄汉英杨咏文 +3 位作者李路赵思明熊善柏涂群资《农业机械学报》 EI CAS CSCD 北大核心 2019年第10期215-221,共7页; 针对淡水鱼混合比例识别问题,以鳊鱼和鲫鱼为研究对象,通过水听器采集不同混合比例下的淡水鱼被动水声信号,利用butter函数进行信号预处理,分别提取短时平均能量、短时平均过零率、4层小波包分解频段能量、平均Mel频率倒谱系数、基于功... 展开更多; 关键词淡水鱼被动水声信号比例识别主成分分析支持向量机; 在线阅读下载PDF 职称材料

基于被动水声信号的淡水鱼混合数量预测被引量：4: 4; 作者杨咏文黄汉英 +3 位作者冯婉娴李路熊善柏赵思明《华中农业大学学报》 CAS CSCD 北大核心 2020年第5期147-152,共6页; 针对淡水鱼数量评估问题,通过水听器和声学记录仪采集鳊(Parabramis pekinensis)和鲫(Carassius auratus)在相同比例、不同混合数量下的水声信号,提取54个特征参数,进行相关性分析,挑选与淡水鱼混合数量显著相关的特征参数,采用Rank-RS... 展开更多; 关键词被动水声信号渔业资源评估混合数量预测淡水鱼多元线性回归预测模型鳊鲫; 在线阅读下载PDF 职称材料

基于Mel声谱图与改进SEResNet的鱼类行为识别被引量：7: 5; 作者杨雨欣于红 +3 位作者杨宗轶涂万张鑫林远山《渔业现代化》 CSCD 北大核心 2024年第1期56-63,共8页; 养殖环境中饲料投放、水流变化等刺激源导致鱼类声音分辨难,使行为识别准确率不高,为解决上述问题,提出基于Mel声谱图(Mel spectrogram)与改进SEResNet的鱼类行为识别模型TAP-SEResNet。首先针对鱼类行为声音频率波动大、特征差异小,造... 展开更多; 关键词鱼类行为识别被动水声信号 Mel声谱图 SEResNet; 在线阅读下载PDF 职称材料

题名基于被动水声信号的加州鲈摄食强度识别被引量：1: 1; 作者李路周玉凡孙超奇周铖钰朱明谭鹤群万鹏; 机构华中农业大学工学院农业农村部水产养殖设施工程重点实验室; 出处《西南大学学报（自然科学版）》 CAS 北大核心 2025年第2期1-16,共16页; 基金国家重点研发计划项目(2022YFD2001700) 湖北省科技重大项目(2023BBA001) 中央高校基本科研业务费专项资金资助项目(2662023GXPY006)。; 文摘为解决高密度养殖加州鲈摄食强度识别难的问题,实现加州鲈的精准投喂,提出了一种基于被动水声信号的加州鲈鱼群摄食强度识别方法。该方法以高密度养殖条件下的加州鲈为研究对象,采用摄食声信号采集装置获取加州鲈鱼群的摄食声信号,经预处理后提取摄食声信号的多种特征,通过随机森林、皮尔逊(Pearson)相关性分析及主成分分析筛选出较为重要的特征,基于粒子群算法(particle swarm optimization,PSO)和多层感知机(multi-layer perceptron,MLP)建立PSO-MLP鱼群摄食强度识别模型。结果表明:基于PCA特征选择的PSO-MLP识别模型的分类识别效果更好,其准确率达到97.88%,识别时长为6.24 s,与基于随机森林和基于皮尔逊相关性分析的模型相比,识别准确率分别提高2.61%和1.02%,识别时长缩短1.04 s和1.09 s。说明基于被动水声信号的加州鲈鱼群摄食强度识别方法有效提高了鱼群摄食强度识别的准确率和效率,可为智能投喂系统的开发提供技术支持。; 关键词水产养殖鱼类摄食强度被动水声信号加州鲈特征提取; Keywords aquaculture fish feeding intensity passive underwater acoustic signal Micropterus salmoides feature extraction; 分类号 S969.3 [农业科学—水产养殖]; 在线阅读下载PDF 职称材料

题名基于被动水声信号的淡水鱼种类识别被引量：5: 2; 作者李路涂群资黄汉英赵思明熊善柏马章宇; 机构华中农业大学工学院华中农业大学食品科技学院; 出处《农业机械学报》 EI CAS CSCD 北大核心 2017年第8期166-171,共6页; 基金中央高校基本科研业务费专项(2662015QC020 2662015PY078) 国家现代农业产业技术体系建设专项(CARS-46-23); 文摘针对淡水鱼种类自动识别问题,采用被动水声信号作为数据源,运用维纳滤波和采样降噪法对水声信号进行预处理,通过4层小波包分解算法提取频段能量,结合信号的短时平均能量和短时平均过零率构建特征向量,使用概率神经网络分类器实现了淡水鱼种类的快速识别,研究了不同平滑因子取值对识别效果的影响。结果表明,当平滑因子为9~19时识别效果最佳,其中草鱼、鳊鱼、鲫鱼的识别正确率均为100%,无鱼状态的识别正确率为77.3%,总正确率为94.3%。; 关键词淡水鱼被动水声信号种类识别概率神经网络; Keywords freshwater fish passive underwater acoustic signal variety identification probabilistic neural network; 分类号 S24 [农业科学—农业电气化与自动化] TB56 [交通运输工程—水声工程]; 在线阅读下载PDF 职称材料

题名基于被动水声信号的淡水鱼混合比例识别被引量：3: 3; 作者黄汉英杨咏文李路赵思明熊善柏涂群资; 机构华中农业大学工学院华中农业大学食品科技学院; 出处《农业机械学报》 EI CAS CSCD 北大核心 2019年第10期215-221,共7页; 基金国家重点研发计划项目(2018YFC1604000) 国家现代农业产业技术体系建设专项资金项目(CARS-45-27); 文摘针对淡水鱼混合比例识别问题,以鳊鱼和鲫鱼为研究对象,通过水听器采集不同混合比例下的淡水鱼被动水声信号,利用butter函数进行信号预处理,分别提取短时平均能量、短时平均过零率、4层小波包分解频段能量、平均Mel频率倒谱系数、基于功率谱的主峰频率和主峰值等特征,构建特征向量,建立了基于主成分分析的支持向量机混合比例识别模型。分析了不同混合比例的淡水鱼水声信号之间的显著性差异,研究了主成分个数对模型识别率的影响。结果表明,平均Mel频率倒谱系数对淡水鱼混合比例识别效果最优,主成分个数为19时,平均识别正确率为96.43%,Kappa系数为0.96。; 关键词淡水鱼被动水声信号比例识别主成分分析支持向量机; Keywords freshwater fish passive underwater acoustic signal proportions recognition principal component analysis support vector machine; 分类号 S24 [农业科学—农业电气化与自动化] S965.1 [农业科学—水产养殖]; 在线阅读下载PDF 职称材料

题名基于被动水声信号的淡水鱼混合数量预测被引量：4: 4; 作者杨咏文黄汉英冯婉娴李路熊善柏赵思明; 机构华中农业大学工学院华中农业大学食品科学技术学院; 出处《华中农业大学学报》 CAS CSCD 北大核心 2020年第5期147-152,共6页; 基金国家重点研发计划重点专项子项目(2018YFC1604001) 国家现代农业产业技术体系建设专项(CARS-45-27)。; 文摘针对淡水鱼数量评估问题,通过水听器和声学记录仪采集鳊(Parabramis pekinensis)和鲫(Carassius auratus)在相同比例、不同混合数量下的水声信号,提取54个特征参数,进行相关性分析,挑选与淡水鱼混合数量显著相关的特征参数,采用Rank-RS法进行样本划分,建立多元线性回归模型,并与偏最小二乘回归模型的预测效果进行比较。结果显示,平均Mel频率倒谱系数与淡水鱼混合数量的相关性整体上最显著,多元线性回归模型的拟合效果较好,预测模型R^2为0.950,RPD为4.492,说明所建立的模型适用于淡水鱼混合数量预测,将被动水声技术应用于淡水鱼数量研究具有一定的可行性。; 关键词被动水声信号渔业资源评估混合数量预测淡水鱼多元线性回归预测模型鳊鲫; Keywords passive underwater acoustic signal fishery resource assessment quantities prediction freshwater fish multiple linear regression Parabramis pekinensis Carassius auratus; 分类号 S932 [农业科学—渔业资源] TB56 [交通运输工程—水声工程]; 在线阅读下载PDF 职称材料

题名基于Mel声谱图与改进SEResNet的鱼类行为识别被引量：7: 5; 作者杨雨欣于红杨宗轶涂万张鑫林远山; 机构大连海洋大学信息工程学院大连市智慧渔业重点实验室设施渔业教育部重点实验室(大连海洋大学) 辽宁省海洋信息技术重点实验室; 出处《渔业现代化》 CSCD 北大核心 2024年第1期56-63,共8页; 基金辽宁省教育厅重点科研项目“面向鱼类行为分析的声音与视觉特征融合关键技术研究(LJKZ0729)” 国家自然科学基金项目“水下实时背景下鱼类精准识别新方法研究:融合VSM和DELM(31972846)” 设施渔业教育部重点实验室开放课题“基于鱼类骨架和轨迹特征的异常行为识别方法研究(202313)”。; 文摘养殖环境中饲料投放、水流变化等刺激源导致鱼类声音分辨难,使行为识别准确率不高,为解决上述问题,提出基于Mel声谱图(Mel spectrogram)与改进SEResNet的鱼类行为识别模型TAP-SEResNet。首先针对鱼类行为声音频率波动大、特征差异小,造成特征提取难的问题,采用高分辨率、特征表示较好的Mel声谱图以捕捉鱼类声音的频谱特征。其次针对鱼类声音特征关键信息易丢失的难题,提出在SEResNet模型中融合时序聚合池化层(Temporal Aggregated Pooling,TAP),提取池化区域的最大值和平均值,保留鱼类行为更多细粒度声音特征,提高识别准确率。为验证所提模型的有效性,分别设计了消融试验和模型性能对比试验,试验结果显示:TAP-SEResNet相比SEResNet在不降低检测速度的条件下准确率提升了3.23%;相比PANNS-CNN14、ECAPA-TDNN及MFCC+ResNet等先进声音识别模型,TAP-SEResNet在准确率上分别提升了5.32%、2.80%和1.64%。所提模型有助于养殖过程中对鱼类行为实现精准监测,对精准养殖具有重要的推动作用。; 关键词鱼类行为识别被动水声信号 Mel声谱图 SEResNet; Keywords fish behavior recognition passive underwater acoustic signal Mel spectrogram SEResNet; 分类号 S932.2 [农业科学—渔业资源] TP391.4 [自动化与计算机技术—计算机应用技术]; 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	基于被动水声信号的加州鲈摄食强度识别	李路周玉凡孙超奇周铖钰朱明谭鹤群万鹏	《西南大学学报（自然科学版）》 CAS 北大核心	2025	1	在线阅读下载PDF 职称材料
2	基于被动水声信号的淡水鱼种类识别	李路涂群资黄汉英赵思明熊善柏马章宇	《农业机械学报》 EI CAS CSCD 北大核心	2017	5	在线阅读下载PDF 职称材料
3	基于被动水声信号的淡水鱼混合比例识别	黄汉英杨咏文李路赵思明熊善柏涂群资	《农业机械学报》 EI CAS CSCD 北大核心	2019	3	在线阅读下载PDF 职称材料
4	基于被动水声信号的淡水鱼混合数量预测	杨咏文黄汉英冯婉娴李路熊善柏赵思明	《华中农业大学学报》 CAS CSCD 北大核心	2020	4	在线阅读下载PDF 职称材料
5	基于Mel声谱图与改进SEResNet的鱼类行为识别	杨雨欣于红杨宗轶涂万张鑫林远山	《渔业现代化》 CSCD 北大核心	2024	7	在线阅读下载PDF 职称材料