为实现南极磷虾粉中虾青素含量的快速检测,借助计算机视觉和卷积神经网络建立了一种虾粉虾青素含量的测定方法。以70个南极磷虾粉样本,通过高效液相色谱法测定虾青素含量,计算机视觉系统采集图像,将虾青素含量与图像对应组成数据集并对...为实现南极磷虾粉中虾青素含量的快速检测,借助计算机视觉和卷积神经网络建立了一种虾粉虾青素含量的测定方法。以70个南极磷虾粉样本,通过高效液相色谱法测定虾青素含量,计算机视觉系统采集图像,将虾青素含量与图像对应组成数据集并对数据集进行数据增强;使用TensorFlow学习框架构建模型,使用5折交叉验证进行模型调参及评估并选出最优参数模型;随机划分数据集对最优参数模型进行评估,最后随机挑选数据集中的30张图像进行模型验证。结果显示经过交叉验证后的最优参数模型的均方根误差(Root Mean Square Error,RMSE)为3.59;模型评估阶段,模型重复运行3次,测试集的决定系数(Coefficient of Determination,R2)、均绝对误差(Mean Absolute Error,MAE)、均方误差(Mean Square Error,MSE)、RMSE的平均值分别为0.9626、1.49、4.22、2.05。模型验证阶段,模型预测虾青素含量的相对误差介于0.10%~6.46%之间,预测结果与观测值之间偏差较小。因此,该虾青素含量预测模型能够较准确地预测虾青素含量,进而实现虾粉虾青素含量的快速无损检测。展开更多
布兰斯菲尔德海峡为南极磷虾主要捕捞区域,为了进一步研究该海域南极磷虾资源分布及生物学特征,基于2018/19渔季中国南极磷虾商业捕捞数据,从时间和空间两个维度对南极磷虾CPUE(catch per unit fishing effort,CPUE)、体长及年龄组成进...布兰斯菲尔德海峡为南极磷虾主要捕捞区域,为了进一步研究该海域南极磷虾资源分布及生物学特征,基于2018/19渔季中国南极磷虾商业捕捞数据,从时间和空间两个维度对南极磷虾CPUE(catch per unit fishing effort,CPUE)、体长及年龄组成进行了分析。结果表明,布兰斯菲尔德海峡南极磷虾CPUE月间差异显著(P<0.001),4—7月平均CPUE整体呈下降趋势;CPUE沿海峡呈东北-西南向分布,高值区多分布在海峡东北海域(58°45′00"~59°45′00"W、62°52′30"~63°07′30"S)。空间冷热点分析结果表明,CPUE热点主要位于海峡东北海域,核心冷点和次冷点主要分布在海峡西南海域和东南海域。不同月间南极磷虾体长差异显著(P<0.001),平均体长变化范围为39.72~44.51 mm;平均体长低值区沿东北-西南走向平行分布于海峡西缘的南设得兰群岛近岸海域,高值区多分布在海峡中部及海峡东缘的南极半岛近岸海域。不同月间南极磷虾年龄组成差异较大,5月年龄组成以3~+龄为主,其余月份以2~+龄为主;年龄组成整体上由西北向东南增大,海峡西缘的南设得兰群岛近岸海域年龄组成略低于海峡中部及海峡东缘的南极半岛近岸海域。展开更多
计算机图像处理技术发展迅速,基于OCR(Optical Character Recognition)的图像文字提取得到广泛应用。在远洋渔业捕捞中,EMS(Electronic Monitoring System)逐渐开始使用,视频中文字信息提取是系统的重要功能之一。通过左右舷、前甲板、...计算机图像处理技术发展迅速,基于OCR(Optical Character Recognition)的图像文字提取得到广泛应用。在远洋渔业捕捞中,EMS(Electronic Monitoring System)逐渐开始使用,视频中文字信息提取是系统的重要功能之一。通过左右舷、前甲板、后甲板安装的4个摄像头,获取渔船作业的视频影像,再利用jTessBoxEditor软件生成图片样本,人工添加文字标签,然后通过tesseract软件训练标注的样本,制作traineddata字库,最后用Python编程提取远洋捕捞渔船监控视频中的时间、位置、航速、航向等信息,提取的960条记录,经与原图片对比全部正确,提取的文字信息可为视频存档和渔业管理提供参考。展开更多
文摘为实现南极磷虾粉中虾青素含量的快速检测,借助计算机视觉和卷积神经网络建立了一种虾粉虾青素含量的测定方法。以70个南极磷虾粉样本,通过高效液相色谱法测定虾青素含量,计算机视觉系统采集图像,将虾青素含量与图像对应组成数据集并对数据集进行数据增强;使用TensorFlow学习框架构建模型,使用5折交叉验证进行模型调参及评估并选出最优参数模型;随机划分数据集对最优参数模型进行评估,最后随机挑选数据集中的30张图像进行模型验证。结果显示经过交叉验证后的最优参数模型的均方根误差(Root Mean Square Error,RMSE)为3.59;模型评估阶段,模型重复运行3次,测试集的决定系数(Coefficient of Determination,R2)、均绝对误差(Mean Absolute Error,MAE)、均方误差(Mean Square Error,MSE)、RMSE的平均值分别为0.9626、1.49、4.22、2.05。模型验证阶段,模型预测虾青素含量的相对误差介于0.10%~6.46%之间,预测结果与观测值之间偏差较小。因此,该虾青素含量预测模型能够较准确地预测虾青素含量,进而实现虾粉虾青素含量的快速无损检测。
文摘布兰斯菲尔德海峡为南极磷虾主要捕捞区域,为了进一步研究该海域南极磷虾资源分布及生物学特征,基于2018/19渔季中国南极磷虾商业捕捞数据,从时间和空间两个维度对南极磷虾CPUE(catch per unit fishing effort,CPUE)、体长及年龄组成进行了分析。结果表明,布兰斯菲尔德海峡南极磷虾CPUE月间差异显著(P<0.001),4—7月平均CPUE整体呈下降趋势;CPUE沿海峡呈东北-西南向分布,高值区多分布在海峡东北海域(58°45′00"~59°45′00"W、62°52′30"~63°07′30"S)。空间冷热点分析结果表明,CPUE热点主要位于海峡东北海域,核心冷点和次冷点主要分布在海峡西南海域和东南海域。不同月间南极磷虾体长差异显著(P<0.001),平均体长变化范围为39.72~44.51 mm;平均体长低值区沿东北-西南走向平行分布于海峡西缘的南设得兰群岛近岸海域,高值区多分布在海峡中部及海峡东缘的南极半岛近岸海域。不同月间南极磷虾年龄组成差异较大,5月年龄组成以3~+龄为主,其余月份以2~+龄为主;年龄组成整体上由西北向东南增大,海峡西缘的南设得兰群岛近岸海域年龄组成略低于海峡中部及海峡东缘的南极半岛近岸海域。
文摘计算机图像处理技术发展迅速,基于OCR(Optical Character Recognition)的图像文字提取得到广泛应用。在远洋渔业捕捞中,EMS(Electronic Monitoring System)逐渐开始使用,视频中文字信息提取是系统的重要功能之一。通过左右舷、前甲板、后甲板安装的4个摄像头,获取渔船作业的视频影像,再利用jTessBoxEditor软件生成图片样本,人工添加文字标签,然后通过tesseract软件训练标注的样本,制作traineddata字库,最后用Python编程提取远洋捕捞渔船监控视频中的时间、位置、航速、航向等信息,提取的960条记录,经与原图片对比全部正确,提取的文字信息可为视频存档和渔业管理提供参考。
