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
2
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
基于双频识别声呐的鱼类目标识别与计数
被引量：
14
1
作者
沈蔚
朱振宏
+2 位作者
张进
曹正良
彭战飞
《渔业现代化》
CSCD
2020年第6期81-87,共7页
鱼类资源调查是渔业管理的基础性工作,利用水声探测技术进行鱼类资源调查日益成为主流手段。针对双频识别声呐(DIDSON)在水库中采集到的声学数据,利用Echoview声学数据后处理软件及其相关算法进行鱼类识别和计数研究。首先利用Kovesi图...
鱼类资源调查是渔业管理的基础性工作,利用水声探测技术进行鱼类资源调查日益成为主流手段。针对双频识别声呐(DIDSON)在水库中采集到的声学数据,利用Echoview声学数据后处理软件及其相关算法进行鱼类识别和计数研究。首先利用Kovesi图像去噪法和背景差分法对声学图像中斑点噪声和水体背景进行去除,然后根据鱼类目标回声阈值进行目标识别,利用α-β轨迹追踪算法进行运动目标追踪以防止重复计数,最后进行目标计数和体长信息的提取。结果显示,与借助声学图像的人工计数相比,本方法鱼类目标计数误差在10%以内,平均计数误差为7.2%,具有相当高的统计精度。研究表明,DIDSON可以用于鱼类识别与计数,在浅水水域的鱼类资源探测与管理方面具有非常广阔的应用空间。
展开更多
关键词
双频识别声呐
声呐图像
目标识别
鱼类计数
资源评估
在线阅读
下载PDF
职称材料
基于深度学习的鱼类养殖监测研究进展
被引量：
13
2
作者
张胜茂
李佳康
+3 位作者
唐峰华
吴祖立
戴阳
樊伟
《农业工程学报》
EI
CAS
CSCD
北大核心
2024年第5期1-13,共13页
鱼类养殖是通过人工方式在水中养殖各种鱼类的经济活动。鱼类养殖可以在淡水、海水或者盐碱水环境中进行,通过各种监测技术和设备来培育和管理鱼的生长和繁殖。传统的鱼类养殖监测方法存在效率低和准确性差等问题。近年来,基于深度学习...
鱼类养殖是通过人工方式在水中养殖各种鱼类的经济活动。鱼类养殖可以在淡水、海水或者盐碱水环境中进行,通过各种监测技术和设备来培育和管理鱼的生长和繁殖。传统的鱼类养殖监测方法存在效率低和准确性差等问题。近年来,基于深度学习的视觉技术的发展为鱼类养殖监测提供了新的解决方案。该文阐述了基于深度学习的视觉技术在鱼类养殖监测中的应用,并从鱼体测量、鱼类计数、鱼类摄食、鱼类游泳行为和鱼病诊断5个方面分别对研究进展进行梳理。在此基础上总结了鱼类养殖监测在数据采集与传输、建立鱼类养殖监测数据集、超规模参数模型、终端监测设备边缘计算、数字孪生、智能监测业务化应用不足等问题和展望,旨在为深度学习在鱼类养殖监测中的推广应用提供科学参考。
展开更多
关键词
深度学习
鱼类
养殖
鱼体测量
鱼类计数
鱼类
游泳行为
鱼类
摄食
鱼病诊断
在线阅读
下载PDF
职称材料
题名
基于双频识别声呐的鱼类目标识别与计数
被引量：
14
1
作者
沈蔚
朱振宏
张进
曹正良
彭战飞
机构
上海海洋大学海洋科学学院
上海海洋大学海洋牧场工程技术研究中心
出处
《渔业现代化》
CSCD
2020年第6期81-87,共7页
基金
东海渔业资源评价和增殖养护技术研究与示范科研专项(201303047)
2020年上海海洋大学科技发展专项基金。
文摘
鱼类资源调查是渔业管理的基础性工作,利用水声探测技术进行鱼类资源调查日益成为主流手段。针对双频识别声呐(DIDSON)在水库中采集到的声学数据,利用Echoview声学数据后处理软件及其相关算法进行鱼类识别和计数研究。首先利用Kovesi图像去噪法和背景差分法对声学图像中斑点噪声和水体背景进行去除,然后根据鱼类目标回声阈值进行目标识别,利用α-β轨迹追踪算法进行运动目标追踪以防止重复计数,最后进行目标计数和体长信息的提取。结果显示,与借助声学图像的人工计数相比,本方法鱼类目标计数误差在10%以内,平均计数误差为7.2%,具有相当高的统计精度。研究表明,DIDSON可以用于鱼类识别与计数,在浅水水域的鱼类资源探测与管理方面具有非常广阔的应用空间。
关键词
双频识别声呐
声呐图像
目标识别
鱼类计数
资源评估
Keywords
DIDSON
sonar image
target recognition
fish counting
resource assessment
分类号
S932.4 [农业科学—渔业资源]
在线阅读
下载PDF
职称材料
题名
基于深度学习的鱼类养殖监测研究进展
被引量：
13
2
作者
张胜茂
李佳康
唐峰华
吴祖立
戴阳
樊伟
机构
上海海洋大学信息学院
中国水产科学研究院东海水产研究所
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2024年第5期1-13,共13页
基金
国家自然科学基金项目(61936014)
崂山实验室专项经费(LSKJ202201804)
中国水产科学研究院基本科研业务费(2020TD82)。
文摘
鱼类养殖是通过人工方式在水中养殖各种鱼类的经济活动。鱼类养殖可以在淡水、海水或者盐碱水环境中进行,通过各种监测技术和设备来培育和管理鱼的生长和繁殖。传统的鱼类养殖监测方法存在效率低和准确性差等问题。近年来,基于深度学习的视觉技术的发展为鱼类养殖监测提供了新的解决方案。该文阐述了基于深度学习的视觉技术在鱼类养殖监测中的应用,并从鱼体测量、鱼类计数、鱼类摄食、鱼类游泳行为和鱼病诊断5个方面分别对研究进展进行梳理。在此基础上总结了鱼类养殖监测在数据采集与传输、建立鱼类养殖监测数据集、超规模参数模型、终端监测设备边缘计算、数字孪生、智能监测业务化应用不足等问题和展望,旨在为深度学习在鱼类养殖监测中的推广应用提供科学参考。
关键词
深度学习
鱼类
养殖
鱼体测量
鱼类计数
鱼类
游泳行为
鱼类
摄食
鱼病诊断
Keywords
deep learning
fish farming
fish body measurement
fish counting
fish swimming
fish feeding
fish disease diagnosis
分类号
S965 [农业科学—水产养殖]
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
基于双频识别声呐的鱼类目标识别与计数
沈蔚
朱振宏
张进
曹正良
彭战飞
《渔业现代化》
CSCD
2020
14
在线阅读
下载PDF
职称材料
2
基于深度学习的鱼类养殖监测研究进展
张胜茂
李佳康
唐峰华
吴祖立
戴阳
樊伟
《农业工程学报》
EI
CAS
CSCD
北大核心
2024
13
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
