检索结果-维普期刊中文期刊服务平台

基于MobileViT-CBAM-BiLSTM的开放式养殖环境鱼群摄食强度分类模型被引量：2: 1; 作者徐立鸿黄志尊 +2 位作者龙伟蒋林华童欣《农业机械学报》 EI CAS CSCD 北大核心 2024年第11期147-153,共7页; 鱼群摄食的精准投喂技术是实现智慧化水产养殖的一项关键技术。大多数精准投喂模型都是基于水质较清晰的室内养殖池,不太适用于开放式养殖环境。本研究通过水上视角采集构建了一套开放式池塘数据集,并对数据集进行数据增强增加其多样性... 展开更多; 关键词鱼群摄食强度分类模型精准投喂 MobileViT BiLSTM CBAM; 在线阅读下载PDF 职称材料

基于轴向特征校准和时间段网络的鱼群摄食强度分类模型研究: 2; 作者徐波袁红春《南方水产科学》 CAS CSCD 北大核心 2024年第6期145-154,共10页; 传统的水产养殖通过定量投喂或依靠人工经验投放饲料,易导致喂食不均、饲料浪费和环境污染等问题。旨在设计一种用于识别鱼群摄食强度的模型以提升投喂效率,减少污染。以时间段网络作为基础模型,捕捉鱼群长时间序列的摄食行为变化,加入... 展开更多; 关键词鱼群摄食强度分类模型时间段网络轴向特征校准精准投喂; 在线阅读下载PDF 职称材料

基于改进LRCN的鱼群摄食强度分类模型被引量：12: 3; 作者徐立鸿黄薪刘世晶《农业机械学报》 EI CAS CSCD 北大核心 2022年第10期236-241,共6页; 实现饵料的自动投喂是自动化水产养殖的重点,对鱼群的摄食强度进行识别能够为精准投饵提供参考。目前大多数关于鱼群摄食强度的研究都是基于循环养殖池或者自制鱼缸中,并不适用于开放式养殖池塘。基于实际环境,采用水上观测方式建立了... 展开更多; 关键词水产养殖鱼群摄食强度长期卷积循环网络视频分类挤压和激励模块; 在线阅读下载PDF 职称材料

基于图像纹理特征的养殖鱼群摄食活动强度评估被引量：39: 4; 作者陈彩文杜永贵 +1 位作者周超孙传恒《农业工程学报》 EI CAS CSCD 北大核心 2017年第5期232-237,共6页; 为了解决循环水养殖中的投喂难题,该文以镜鲤为试验对象,基于计算机视觉技术,提出了一种通过分析鱼群的纹理来评估鱼群摄食活动强度的方法。首先利用均值背景建模重建出没有鱼群的背景图片,提取出目标鱼群,使用灰度共生矩阵对逆差矩、... 展开更多; 关键词计算机视觉图像识别纹理灰度共生矩阵鱼群面积鱼群摄食活动强度; 在线阅读下载PDF 职称材料

题名基于MobileViT-CBAM-BiLSTM的开放式养殖环境鱼群摄食强度分类模型被引量：2: 1; 作者徐立鸿黄志尊龙伟蒋林华童欣; 机构湖州师范学院信息工程学院同济大学电子与信息工程学院; 出处《农业机械学报》 EI CAS CSCD 北大核心 2024年第11期147-153,共7页; 基金国家自然科学基金项目(62373286、62175037) 湖州市重点研发计划农业“双强”专项(2022ZD2060)。; 文摘鱼群摄食的精准投喂技术是实现智慧化水产养殖的一项关键技术。大多数精准投喂模型都是基于水质较清晰的室内养殖池,不太适用于开放式养殖环境。本研究通过水上视角采集构建了一套开放式池塘数据集,并对数据集进行数据增强增加其多样性,然后在轻量化神经网络MobileViT基础上,将CBAM注意力模块与MV2模块结合设计了CBAM-MV2模块,并嵌入BiLSTM循环神经网络用于识别分类,提出改进的MobileViT-CBAM-BiLSTM模型,提高了模型预测能力、鲁棒性和泛化性能,实现了鱼群摄食行为的三分类。实验结果显示,改进后MobileViT在采集的视频帧数据集上明显优于改进前的MobileViT,准确率98.61%,宏F1值达98.79%,相对于原始MobileViT准确率提高6.33个百分点,宏F1值提高6.75个百分点。; 关键词鱼群摄食强度分类模型精准投喂 MobileViT BiLSTM CBAM; Keywords classification model of fish feeding intensity precision feeding MobileViT BiLSTM CBAM; 分类号 S951.2 [农业科学—水产养殖]; 在线阅读下载PDF 职称材料

题名基于轴向特征校准和时间段网络的鱼群摄食强度分类模型研究: 2; 作者徐波袁红春; 机构上海海洋大学信息学院; 出处《南方水产科学》 CAS CSCD 北大核心 2024年第6期145-154,共10页; 基金国家自然科学基金面上项目(41776142)。; 文摘传统的水产养殖通过定量投喂或依靠人工经验投放饲料,易导致喂食不均、饲料浪费和环境污染等问题。旨在设计一种用于识别鱼群摄食强度的模型以提升投喂效率,减少污染。以时间段网络作为基础模型,捕捉鱼群长时间序列的摄食行为变化,加入时间移位操作,更细致地捕捉视频相邻帧之间的动态变化特征,并通过轴向特征校准自适应地调整特征,使模型能够更加精确地关注到鱼群摄食行为的不同轴向变化特征。实验表明,设计的模型相较于二维卷积网络(TSN),平均准确率提升10.0%,参数量仅提升5.2%;相较于三维卷积网络(C3D),平均准确率提升0.9%,参数量下降67.3%;相较于以Transformer为架构的Swin Transformer模型,平均准确率提升4.1%,参数量下降9.2%。表明设计的模型对于鱼群摄食强度识别分类更加准确,为制定鱼群的精确投喂策略提供了科学依据。; 关键词鱼群摄食强度分类模型时间段网络轴向特征校准精准投喂; Keywords Fish feeding intensity classification model Temporal segment network Axial feature calibration Precision feeding; 分类号 S964.3 [农业科学—水产养殖]; 在线阅读下载PDF 职称材料

题名基于改进LRCN的鱼群摄食强度分类模型被引量：12: 3; 作者徐立鸿黄薪刘世晶; 机构同济大学电子与信息工程学院中国水产科学研究院渔业机械仪器研究所; 出处《农业机械学报》 EI CAS CSCD 北大核心 2022年第10期236-241,共6页; 基金国家重点研发计划项目(2017YFD0701700) 上海市科技兴农重点项目(沪农科推字(2019)第3-2号); 文摘实现饵料的自动投喂是自动化水产养殖的重点,对鱼群的摄食强度进行识别能够为精准投饵提供参考。目前大多数关于鱼群摄食强度的研究都是基于循环养殖池或者自制鱼缸中,并不适用于开放式养殖池塘。基于实际环境,采用水上观测方式建立了鱼群摄食强度视频数据集,并提出了一种基于改进长期卷积循环网络(LRCN)的鱼群摄食强度分类模型,将注意力机制SE模块嵌入卷积神经网络中,通过SE-CNN网络提取视频帧的特征,输入至双层GRU网络中,最后通过全连接分类层得出视频类别。提出的SE-LRCN模型实现了对鱼群摄食视频的强度三分类。试验结果表明,本文提出的模型分类准确率达到97%,F1值达到94.8%,与改进前的LRCN模型相比,准确率提高12个百分点,F1值提高12.4个百分点。研究模型可以更精细地识别鱼群的摄食强度,为自动化精准投饵提供参考。; 关键词水产养殖鱼群摄食强度长期卷积循环网络视频分类挤压和激励模块; Keywords aquaculture fish feeding intensity long-term recurrent convolutional networks video classification squeeze-and-excitation block; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TP391.41 [自动化与计算机技术—计算机应用技术] S951.2 [农业科学—水产养殖]; 在线阅读下载PDF 职称材料

题名基于图像纹理特征的养殖鱼群摄食活动强度评估被引量：39: 4; 作者陈彩文杜永贵周超孙传恒; 机构太原理工大学信息工程学院国家农业信息化工程技术研究中心农业部农业信息技术重点实验室北京市农业物联网工程技术研究中心; 出处《农业工程学报》 EI CAS CSCD 北大核心 2017年第5期232-237,共6页; 基金国家科技支撑计划"设施水产养殖数字化智能管理研究"(2014BAD08B09-02) 北京市自然科学基金资助项目(6152009); 文摘为了解决循环水养殖中的投喂难题,该文以镜鲤为试验对象,基于计算机视觉技术,提出了一种通过分析鱼群的纹理来评估鱼群摄食活动强度的方法。首先利用均值背景建模重建出没有鱼群的背景图片,提取出目标鱼群,使用灰度共生矩阵对逆差矩、相关性、能量和对比度这4个纹理特征进行分析,得到鱼群的摄食活动强度。试验结果表明通过鱼群纹理的对比度与传统方法面积法得到的鱼群摄食活动强度,其线性决定系数可达0.894 2,说明该方法可以用来表征鱼群的摄食活动强度,研究结果为鱼群的摄食活性强度测量提供了一种参考方法。; 关键词计算机视觉图像识别纹理灰度共生矩阵鱼群面积鱼群摄食活动强度; Keywords computer vision image recognition textures gray level cooccurrence matrix area of shoal feeding activity of shoal; 分类号 S951.2 [农业科学—水产养殖] TP391.41 [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MobileViT-CBAM-BiLSTM的开放式养殖环境鱼群摄食强度分类模型	徐立鸿黄志尊龙伟蒋林华童欣	《农业机械学报》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
2	基于轴向特征校准和时间段网络的鱼群摄食强度分类模型研究	徐波袁红春	《南方水产科学》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于改进LRCN的鱼群摄食强度分类模型	徐立鸿黄薪刘世晶	《农业机械学报》 EI CAS CSCD 北大核心	2022	12	在线阅读下载PDF 职称材料
4	基于图像纹理特征的养殖鱼群摄食活动强度评估	陈彩文杜永贵周超孙传恒	《农业工程学报》 EI CAS CSCD 北大核心	2017	39	在线阅读下载PDF 职称材料