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
基于近红外机器视觉的鱼类摄食强度评估方法研究
被引量：
14
1
作者
周超
徐大明
+4 位作者
吝凯
陈澜
张松
孙传恒
杨信廷
《智慧农业》
2019年第1期76-84,共9页
在水产养殖中,鱼类的摄食强度可以反映其食欲,准确客观地评估鱼类的摄食强度对指导投喂和生产实践具有重要意义。针对当前鱼类摄食强度评估过程中存在的人工观测效率低、客观性不强的问题,本研究以实现鱼类食欲的自动客观分析为目的,提...
在水产养殖中,鱼类的摄食强度可以反映其食欲,准确客观地评估鱼类的摄食强度对指导投喂和生产实践具有重要意义。针对当前鱼类摄食强度评估过程中存在的人工观测效率低、客观性不强的问题,本研究以实现鱼类食欲的自动客观分析为目的,提出了一种基于近红外机器视觉的游泳型鱼类摄食强度的评估方法。首先,利用近红外工业相机搭建了近红外图像采集系统,采集了鱼类摄食过程中的图像。经过一系列图像处理步骤后,利用灰度共生矩阵提取摄食图像的纹理特征变量信息,包括对比度、能量、相关性、逆差距和熵等。之后,将这5个特征变量作为输入向量构建了模型的数据集,并训练了支持向量机分类器。为了提高模型分类的准确率,利用网格搜索法选取支持向量机分类器的最优惩罚系数c和核函数参数g。最后利用训练好的模型将鱼类的摄食强度分为弱、一般、中和强4类,最终实现了鱼类摄食强度的评估。试验结果表明,图像纹理可以较好地描述鱼类摄食过程中的行为变化,正确识别4类摄食强度的准确率达到87.78%,且不需要考虑水花等对成像质量的影响,具有较强的适应性。本方法可用于鱼类食欲的自动客观评估,为后续投喂决策提供理论依据和方法支持。
展开更多
关键词
水产养殖
近红外机器视觉
鱼类摄食强度
评估
支持向量机
投喂决策
在线阅读
下载PDF
职称材料
基于被动水声信号的加州鲈摄食强度识别
2
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...
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。
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
基于特征加权融合的鱼类摄食活动强度评估方法
被引量：
24
3
作者
陈明
张重阳
+3 位作者
冯国富
陈希
陈冠奇
王丹
《农业机械学报》
EI
CAS
CSCD
北大核心
2020年第2期245-253,共9页
为解决鱼类养殖中投喂精度低的问题,提出了一种基于特征加权融合的鱼类摄食活动强度评估方法。该方法以鱼群为研究对象,利用不同摄食阶段图像的特征对摄食活动强度进行分析,避免了复杂背景中单体鱼的切割。首先,利用图像预处理技术获取...
为解决鱼类养殖中投喂精度低的问题,提出了一种基于特征加权融合的鱼类摄食活动强度评估方法。该方法以鱼群为研究对象,利用不同摄食阶段图像的特征对摄食活动强度进行分析,避免了复杂背景中单体鱼的切割。首先,利用图像预处理技术获取前景目标,通过鱼群质心绘制出不同摄食阶段的鱼群游动轨迹;其次,分别提取图像的颜色、形状和纹理等特征;然后,使用Relief特征选择和XGBoost算法筛选出3个摄食评价因子,采用加权融合方法确定每个评价因子的最佳权重;最后,通过融合后的特征对摄食活动强度进行评估。试验结果表明,与传统面积法相比,本文提出方法的决定系数可达0.9043,且摄食识别准确率高达98.89%。该方法在增强鲁棒性的同时,提高了检测和评估效率,可为鱼群摄食行为检测和活动强度评估提供参考。
展开更多
关键词
鱼类
摄食
活动
强度
图像处理
加权融合
RELIEF
摄食
评价因子
XGBoost
在线阅读
下载PDF
职称材料
题名
基于近红外机器视觉的鱼类摄食强度评估方法研究
被引量：
14
1
作者
周超
徐大明
吝凯
陈澜
张松
孙传恒
杨信廷
机构
北京农业信息技术研究中心
国家农业信息化工程技术研究中心
农产品质量安全追溯技术及应用国家工程实验室
农业部农业信息技术重点实验室
出处
《智慧农业》
2019年第1期76-84,共9页
基金
国家重点研发计划(2017YFD0701705)
北京市优秀人才培养项目资助(2017000057592G125)
文摘
在水产养殖中,鱼类的摄食强度可以反映其食欲,准确客观地评估鱼类的摄食强度对指导投喂和生产实践具有重要意义。针对当前鱼类摄食强度评估过程中存在的人工观测效率低、客观性不强的问题,本研究以实现鱼类食欲的自动客观分析为目的,提出了一种基于近红外机器视觉的游泳型鱼类摄食强度的评估方法。首先,利用近红外工业相机搭建了近红外图像采集系统,采集了鱼类摄食过程中的图像。经过一系列图像处理步骤后,利用灰度共生矩阵提取摄食图像的纹理特征变量信息,包括对比度、能量、相关性、逆差距和熵等。之后,将这5个特征变量作为输入向量构建了模型的数据集,并训练了支持向量机分类器。为了提高模型分类的准确率,利用网格搜索法选取支持向量机分类器的最优惩罚系数c和核函数参数g。最后利用训练好的模型将鱼类的摄食强度分为弱、一般、中和强4类,最终实现了鱼类摄食强度的评估。试验结果表明,图像纹理可以较好地描述鱼类摄食过程中的行为变化,正确识别4类摄食强度的准确率达到87.78%,且不需要考虑水花等对成像质量的影响,具有较强的适应性。本方法可用于鱼类食欲的自动客观评估,为后续投喂决策提供理论依据和方法支持。
关键词
水产养殖
近红外机器视觉
鱼类摄食强度
评估
支持向量机
投喂决策
Keywords
aquaculture
near-infrared machine vision
feeding activity evaluation
support vector machine
feeding decision
分类号
S24 [农业科学—农业电气化与自动化]
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
2
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
基于特征加权融合的鱼类摄食活动强度评估方法
被引量：
24
3
作者
陈明
张重阳
冯国富
陈希
陈冠奇
王丹
机构
上海海洋大学信息学院
农业农村部渔业信息重点实验室
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2020年第2期245-253,共9页
基金
国家重点研发计划项目(2018YFD0701003)
上海市科技创新行动计划项目(16391902902)
文摘
为解决鱼类养殖中投喂精度低的问题,提出了一种基于特征加权融合的鱼类摄食活动强度评估方法。该方法以鱼群为研究对象,利用不同摄食阶段图像的特征对摄食活动强度进行分析,避免了复杂背景中单体鱼的切割。首先,利用图像预处理技术获取前景目标,通过鱼群质心绘制出不同摄食阶段的鱼群游动轨迹;其次,分别提取图像的颜色、形状和纹理等特征;然后,使用Relief特征选择和XGBoost算法筛选出3个摄食评价因子,采用加权融合方法确定每个评价因子的最佳权重;最后,通过融合后的特征对摄食活动强度进行评估。试验结果表明,与传统面积法相比,本文提出方法的决定系数可达0.9043,且摄食识别准确率高达98.89%。该方法在增强鲁棒性的同时,提高了检测和评估效率,可为鱼群摄食行为检测和活动强度评估提供参考。
关键词
鱼类
摄食
活动
强度
图像处理
加权融合
RELIEF
摄食
评价因子
XGBoost
Keywords
fish feeding activity
image processing
weighted fusion
Relief
feeding evaluation factor
XGBoost
分类号
S951.2 [农业科学—水产养殖]
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
基于近红外机器视觉的鱼类摄食强度评估方法研究
周超
徐大明
吝凯
陈澜
张松
孙传恒
杨信廷
《智慧农业》
2019
14
在线阅读
下载PDF
职称材料
2
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
0
在线阅读
下载PDF
职称材料
3
基于特征加权融合的鱼类摄食活动强度评估方法
陈明
张重阳
冯国富
陈希
陈冠奇
王丹
《农业机械学报》
EI
CAS
CSCD
北大核心
2020
24
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
