极谱式柔性溶解氧智能传感器研发

1

作者 王帅星 徐先宝 +5 位作者 王聪 杜壮壮 白壮壮 王柄雄 韩杰 李道亮 《农业工程学报》 EI CAS CSCD 北大核心 2024年第21期27-35,共9页

溶解氧在维持水体生态系统和保证良好生产生活方面发挥着关键作用。随着新技术、新材料、新兴应用场景的涌现,尤其在推动渔业智能化的进程中,溶解氧的检测需要更加轻质、微小、柔软、生物相容的传感器。柔性电子与传感技术的结合为上述... 溶解氧在维持水体生态系统和保证良好生产生活方面发挥着关键作用。随着新技术、新材料、新兴应用场景的涌现,尤其在推动渔业智能化的进程中,溶解氧的检测需要更加轻质、微小、柔软、生物相容的传感器。柔性电子与传感技术的结合为上述问题的解决提供了可能。该研究利用磁控溅射和点胶喷墨技术制备了一种具备温度测量功能的柔性溶解氧传感器并评估其线性度、灵敏度、响应时间、漂移、稳定性、机械弯曲等性能,设计相应的传感电路和智能处理系统,验证该智能传感器在养殖水体溶解氧检测中的可行性。结果表明:常温下,柔性溶解氧传感器的采集电流与溶解氧含量之间具有较好的线性关系(R^(2)为0.9945),传感器的灵敏度为-0.03μA·L/mg,响应时间为16.8 s,7 d内响应电流的最大差值为0.0195μA。柔性温度传感器在0~150℃范围内的电阻与温度具有良好的线性关系(R^(2)为0.9949),传感器的灵敏度为-2.47 kΩ/℃,响应时间为3 s,迟滞误差为2.17%,且在0~60°的弯曲范围内均保持良好的性能。所开发的智能传感器相较商用传感器在不同温度下溶解氧含量检测的最大误差小于5%,可快速准确获取待测水体的溶解氧含量和温度信息,具有良好的渔业应用前景。 展开更多

关键词 溶解氧 传感器 温度 水质监测 智慧渔业

下载PDF 职称材料

基于多源信息融合的农业空地一体化研究综述 被引量：10

2

作者 杨普 赵远洋 +3 位作者 李一鸣 吴宇峰 李蔚然 李振波 《农业机械学报》 EI CAS CSCD 北大核心 2021年第S01期185-196,共12页

无人机(Unmanned aerial vehicle,UAV)作为一种灵活、高效的农业环境信息和作物生长信息获取技术的载体,近年来在农业生产和科研领域得到了广泛的应用。无人机搭载感知成像设备已经成为智慧农业中信息获取的重要技术手段,与地上或地下... 无人机(Unmanned aerial vehicle,UAV)作为一种灵活、高效的农业环境信息和作物生长信息获取技术的载体,近年来在农业生产和科研领域得到了广泛的应用。无人机搭载感知成像设备已经成为智慧农业中信息获取的重要技术手段,与地上或地下传感器等共同构成空地一体化系统,为智能化农业管理提供数据支持和决策依据。多源信息融合是提高无人机感知能力的关键技术之一,其研究对于无人机的应用有着重要意义。与单一信息获取相比,基于多源数据融合的方法,将多源性的各类信息进行各种运算与处理,来提取目标的特征信息,以便进行分析与理解,最终实现对目标的识别、检测和控制等。总结了国内外20多年来有代表性的相关研究和解决方案,从无人机影像背景复杂、目标较小、视场大、目标具有旋转性的特点出发,对无人机目标检测近期的研究进行了归纳和分析。最后讨论了存在的问题,给出了今后的研究趋势与发展方向判断。 展开更多

关键词 农业 多源信息融合 空地一体化 数据获取 监测

下载PDF 职称材料

基于计算机视觉的鱼类低氧胁迫行为检测与跟踪算法 被引量：2

3

作者 李道亮 姜国旗 +3 位作者 杨建安 白羽 谢琰 王承国 《农业机械学报》 EI CAS CSCD 北大核心 2023年第10期399-406,共8页

为了能准确检测、跟踪加州鲈鱼因水中溶解氧含量低产生的胁迫行为,本文构建了一种改进的YOLO v5与DeepSORT组合网络算法。在算法方面提出2个改进方案:在原YOLO v5的Backbone和Neck中分别加入2个基于移位窗口的自注意力Swin Transformer... 为了能准确检测、跟踪加州鲈鱼因水中溶解氧含量低产生的胁迫行为,本文构建了一种改进的YOLO v5与DeepSORT组合网络算法。在算法方面提出2个改进方案:在原YOLO v5的Backbone和Neck中分别加入2个基于移位窗口的自注意力Swin Transformer模块,提升了网络对目标特征信息的提取能力,以此提升原模型的检测效果;采用Warmup和Cosine Annealing结合的学习率策略,使多目标跟踪算法DeepSORT前期收敛速度更快、更稳定。实验结果表明,在目标检测方面,相对于原YOLO v5,改进的YOLO v5的mAP@0.5、mAP@0.5:0.95和召回率分别提升1.9、1.3、0.8个百分点,在不完全遮挡情况下,改进的算法表现出更好的检测效果。在目标跟踪方面,DeepSORT算法的MOTA、MOTP和IDF1分别提升4.0、0.7、10.7个百分点,并且加州鲈鱼在遮挡前后的ID切换频率得到明显抑制。改进的YOLO v5与DeepSORT跟踪算法更适合于检测、跟踪加州鲈鱼的低氧胁迫行为,能够为加州鲈鱼的养殖提供技术支持。 展开更多

关键词 加州鲈鱼 胁迫行为 目标检测 多目标跟踪

下载PDF 职称材料

基于计算机视觉的养殖动物计数方法研究综述 被引量：1

4

作者 王静 李蔚然 +1 位作者 刘业强 李振波 《农业机械学报》 EI CAS CSCD 北大核心 2023年第S01期315-329,共15页

数量计量是动物养殖管理的基础工作,其结果对于动物养殖的生产效率、养殖成本管控及经济效益评估等具有重要意义。基于计算机视觉的计数方法解决了传统人工计数存在的测量误差大、耗时费力等问题,减轻了养殖人员的工作负担。本文统计分... 数量计量是动物养殖管理的基础工作,其结果对于动物养殖的生产效率、养殖成本管控及经济效益评估等具有重要意义。基于计算机视觉的计数方法解决了传统人工计数存在的测量误差大、耗时费力等问题,减轻了养殖人员的工作负担。本文统计分析了近十年的养殖动物视觉计数相关研究,从传统机器学习与深度学习两方面对养殖动物计数算法进行分析与讨论。此外,对水产养殖、畜禽养殖与特种动物养殖领域的养殖动物计数应用进行梳理与总结。同时,对目前公开发布的养殖动物计数数据集进行概述。最后,从数据集、应用场景、计数方法3方面分析讨论养殖动物计数研究面临的主要挑战,并对未来研究进行展望。 展开更多

关键词 养殖动物 计数 机器学习 深度学习 计算机视觉

下载PDF 职称材料

基于人工智能的鱼类行为识别研究综述 被引量：1

5

作者 彭秋珺 李蔚然 李振波 《农业机械学报》 EI CAS CSCD 北大核心 2023年第S01期283-295,共13页

鱼类行为识别对于生态学、水产养殖、渔业资源管理等方面具有重要意义,可以通过其行为模式判断其生长发育状况和活动水平,并间接评估环境因素对其影响,以减少鱼类生长应激反应,提高资源利用效率,为水产养殖的智能化发展奠定基础。近年来... 鱼类行为识别对于生态学、水产养殖、渔业资源管理等方面具有重要意义,可以通过其行为模式判断其生长发育状况和活动水平,并间接评估环境因素对其影响,以减少鱼类生长应激反应,提高资源利用效率,为水产养殖的智能化发展奠定基础。近年来,基于人工智能技术的鱼类行为识别方法受到广泛关注,其具有无损性、低成本等优势。本文综述了近5年基于卷积神经网络、循环神经网络、双流卷积神经网络等人工智能方法的鱼类行为识别技术,对鱼类行为识别方法及数据集进行了归纳与分析,在此基础上,对未来的研究进行讨论与展望。 展开更多

关键词 鱼类行为识别 人工智能 数据集 水产养殖

下载PDF 职称材料

融合VoVNetv2和置换注意力机制的鱼群摄食图像分割方法

6

作者 王鹤榕 陈英义 +2 位作者 柴莹倩 徐玲 于辉辉 《智慧农业（中英文）》 CSCD 2023年第4期137-149,共13页

[目的/意义]鱼群摄食图像分割是提取鱼群分布特征及量化鱼群摄食行为的前提条件。但在实际的养殖环境中,由于鱼群摄食图像存在鱼群边界模糊、目标相似等问题,使得处于养殖场景下的鱼群摄食图像分割成为难题。[方法]为解决上述问题,提出... [目的/意义]鱼群摄食图像分割是提取鱼群分布特征及量化鱼群摄食行为的前提条件。但在实际的养殖环境中,由于鱼群摄食图像存在鱼群边界模糊、目标相似等问题,使得处于养殖场景下的鱼群摄食图像分割成为难题。[方法]为解决上述问题,提出一种用于养殖场景下鱼群摄食图像分割方法。该方法首先通过数据清洗减少因鱼群边界模糊等问题导致的数据集不良标记问题,并在Mask R-CNN (Mask Region-based Convolutional Neural Network)的基础上使用融合置换注意力机制的轻量级神经网络Vo VNetv2作为骨干网络,建立鱼群摄食图像实例分割网络SA_Vo VNetv2_RCNN,提升模型对鱼群关键特征的提取能力以及对重点信息的关注能力,同时减少网络参数。[结果和讨论]该方法的平均分割精度达71.014%,相比于SOLOv2、Blend Mask和Cond Inst分别提升18.258%、3.982%和12.068%。为进一步验证模型对鱼群摄食行为量化的有效性,对真实环境下的鱼群进行验证实验,结果表明,模型对摄食和非摄食状态的鱼群具有良好的分割效果,在一定程度上解决了因分割精度低导致的鱼群摄食行为量化错误的问题。[结论]本研究提出的SA_Vo VNetv2_RCNN网络能够实现鱼群摄食和非摄食图像的准确分割,为水下鱼群的摄食行为量化提供决策支撑。 展开更多

关键词 深度学习 实例分割 Mask R-CNN 注意力机制 VoVNetv2

下载PDF 职称材料

基于多尺度融合与无锚点YOLO v3的鱼群计数方法 被引量：16

7

作者 张璐 黄琳 +2 位作者 李备备 陈鑫 段青玲 《农业机械学报》 EI CAS CSCD 北大核心 2021年第S01期237-244,共8页

准确实现鱼群计数对于水产养殖中的生物量估算、存活率评估、养殖密度控制和运输销售管理等有着重要的指导作用。针对目前鱼群计数方法难以处理复杂背景、多尺度鱼群图像的问题,提出了一种基于多尺度融合与无锚点YOLO v3(Multi-scale fu... 准确实现鱼群计数对于水产养殖中的生物量估算、存活率评估、养殖密度控制和运输销售管理等有着重要的指导作用。针对目前鱼群计数方法难以处理复杂背景、多尺度鱼群图像的问题,提出了一种基于多尺度融合与无锚点YOLO v3(Multi-scale fusion and no anchor YOLO v3,MSF-NA-YOLO v3)的鱼群计数方法。首先采集多源鱼群图像,构建鱼群计数数据集,其次采用基于多尺度融合的方法提取鱼群图像特征,最后基于CenterNet目标检测网络识别出鱼群图像中的鱼体目标,实现鱼群计数。在真实的鱼群数据集上进行测试,计数准确率为96.26%,召回率为90.65%,F1值为93.37%,平均精度均值为90.20%。与基于YOLO v3、YOLO v4和ResNet+CenterNet的鱼群计数方法相比,召回率分别提高了5.80%、1.84%和3.48%,F1值分别提高了2.26%、0.33%和1.68%,平均精度均值分别提高了5.96%、1.97%和3.67%,表明基于本研究方法的计数结果与实际计数结果相差较小,综合性能更好。 展开更多

关键词 鱼群 水产养殖 深度学习 计数 YOLO v3 CenterNet

下载PDF 职称材料

基于IBAS和LSTM网络的池塘水溶解氧含量预测 被引量：15

8

作者 孙龙清 吴雨寒 +1 位作者 孙希蓓 张松 《农业机械学报》 EI CAS CSCD 北大核心 2021年第S01期252-260,共9页

为了提高池塘水体中溶解氧含量(DO)预测精度,本文提出了一种基于改进的天牛须搜索算法(Improved beetle antennae search algorithm,IBAS)和长短期记忆网络(Long short-term memory,LSTM)相结合的溶解氧含量预测模型。为了降低模型输入... 为了提高池塘水体中溶解氧含量(DO)预测精度,本文提出了一种基于改进的天牛须搜索算法(Improved beetle antennae search algorithm,IBAS)和长短期记忆网络(Long short-term memory,LSTM)相结合的溶解氧含量预测模型。为了降低模型输入维度,提高模型计算效率,采用皮尔逊(Pearson)相关系数分析法得出各因子与溶解氧含量之间的相关性,提取强关联因子作为模型输入特征;为了使天牛须搜索算法(Beetle antennae search algorithm,BAS)在全局搜索和局部搜索中达到平衡,提高算法的收敛速度,提出衰减因子指数递减策略改进天牛须搜索算法,将衰减因子γ与迭代次数相联系并呈指数函数递减;通过IBAS优化LSTM网络,得到最优参数组合策略,建立P-IBAS-LSTM非线性溶解氧含量预测模型。并利用该模型对江苏省宜兴市水产养殖研究中心某池塘水体溶解氧含量进行验证,预测2 h后的溶解氧含量。在与常见的7种模型对比中发现,本文所提出的方法在各项指标中都取得了最优的性能,均方误差(MSE)为0.6442 mg^(2)/L^(2)、均方根误差(RMSE)为0.8026 mg/L、平均绝对误差(MAE)为0.5306 mg/L。实验结果表明本文所提出的模型预测精度更高,泛化性能更强,可以满足实际对溶解氧含量准确预测的需求,并为池塘养殖中水质预警控制提供参考。 展开更多

关键词 池塘水环境 溶解氧含量预测 长短期记忆网络 改进天牛须搜索算法 因子筛选 参数优化

下载PDF 职称材料

基于CHGLDA的鱼类新鲜度无损检测方法 被引量：2

9

作者 段青玲 徐晓玲 +2 位作者 李道亮 李文升 刘春红 《农业机械学报》 EI CAS CSCD 北大核心 2021年第10期385-393,共9页

快速准确地评估鱼类的新鲜度,对鱼类品质智能监控和保证食用者安全具有重要意义。目前基于图像的鱼类新鲜度评估方法中,基于鱼鳃特征的分析需去除鳃盖、对鱼体具有侵入性,利用其他部位则评估准确率较低。针对上述问题,提出了一种基于颜... 快速准确地评估鱼类的新鲜度,对鱼类品质智能监控和保证食用者安全具有重要意义。目前基于图像的鱼类新鲜度评估方法中,基于鱼鳃特征的分析需去除鳃盖、对鱼体具有侵入性,利用其他部位则评估准确率较低。针对上述问题,提出了一种基于颜色纹理特征融合线性判别分析(CHGLDA)的鱼类新鲜度无损检测方法。首先,对采集的鱼体图像进行标注、图像缩放、颜色空间转换等预处理操作;然后,融合鱼体头部图像中提取的颜色直方图特征和灰度共生矩阵(GLCM)特征,并通过LDA进行特征降维;最后,利用K最近邻(KNN)算法对鱼的新鲜度进行分类。提出的GHGLDA新鲜度检测方法解决了提取的鱼体图像特征质量低致使分类性能差的问题。在真实的鲫鱼数据集上进行实验,其精确率、召回率、F1分数和准确率均为1。与颜色直方图、颜色矩、GLCM等特征相比,该方法在KNN、随机森林(RF)、人工神经网络(ANN)及轻量级梯度提升机(LightGBM)分类器上各评价指标的性能均有提高,其中KNN的评估时间最优,为0.01 s。 展开更多

关键词 鱼类新鲜度 分类 计算机视觉 颜色纹理特征融合线性判别分析

下载PDF 职称材料

基于深度可分离卷积网络的粘连鱼体识别方法 被引量：3

10

作者 张璐 李道亮 +3 位作者 曹新凯 李文升 田港陆 段青玲 《农业工程学报》 EI CAS CSCD 北大核心 2021年第17期160-167,共8页

及时准确地识别出养殖区域内的粘连鱼体是实现水产养殖中鱼群计数、养殖密度估算等多种基本养殖操作自动化的关键技术。针对目前粘连鱼体识别方法存在准确率低、普适性差等问题,该研究提出了一种基于深度可分离卷积网络的粘连鱼体识别... 及时准确地识别出养殖区域内的粘连鱼体是实现水产养殖中鱼群计数、养殖密度估算等多种基本养殖操作自动化的关键技术。针对目前粘连鱼体识别方法存在准确率低、普适性差等问题,该研究提出了一种基于深度可分离卷积网络的粘连鱼体识别方法。首先采集鱼群图像数据,采用图像处理技术分割出鱼体连通区域图像,构建粘连鱼体识别数据集;其次构建基于深度可分离卷积网络的粘连鱼体识别模型,采用迁移学习方法训练模型;最后基于训练好的模型实现粘连鱼体的识别。在真实的鱼体图像数据集上进行测试,识别准确率达到99.32%。与基于支持向量机(Support Vector Machine,SVM)和基于反向传递神经网络(Back Propagation Neural Network,BPNN)的机器学习方法相比,准确率分别提高了5.46个百分点和32.29个百分点,具有更好的识别性能,可为实现水产养殖自动化、智能化提供支持。 展开更多

关键词 水产养殖 图像识别 模型 粘连鱼体 深度学习 迁移学习

下载PDF 职称材料

基于DRN-Faster R-CNN的复杂背景多目标鱼体检测模型 被引量：7

11

作者 孙龙清 孙希蓓 +1 位作者 吴雨寒 罗冰 《农业机械学报》 EI CAS CSCD 北大核心 2021年第S01期245-251,315,共8页

针对现有多目标鱼体检测大多针对受控环境进行,泛化能力有限的问题,提出了一种简单、有效的复杂背景下多目标鱼体检测模型。通过迁移学习构建基于DRN的特征提取方法,对原始图像进行特征提取,结合RPN进一步生成候选检测框;构建基于Faster... 针对现有多目标鱼体检测大多针对受控环境进行,泛化能力有限的问题,提出了一种简单、有效的复杂背景下多目标鱼体检测模型。通过迁移学习构建基于DRN的特征提取方法,对原始图像进行特征提取,结合RPN进一步生成候选检测框;构建基于Faster R-CNN的复杂背景多目标鱼体检测模型。在ImageNet2012数据集上的实验结果表明:该模型对复杂背景下金鱼的检测平均精度达到89.5%,远高于R-CNN+AlexNet模型、Faster R-CNN+VGG16模型和Faster R-CNN+ResNet101的检测精度,表明该模型可以高效精确地实现复杂背景下的多目标鱼体检测。 展开更多

关键词 鱼体 目标检测 特征 卷积神经网络 深度残差网络

下载PDF 职称材料

基于机器视觉的鱼体长度测量研究综述 被引量：4

12

作者 李振波 赵远洋 +3 位作者 杨普 吴宇峰 李一鸣 郭若皓 《农业机械学报》 EI CAS CSCD 北大核心 2021年第S01期207-218,共12页

体长作为鱼类主要可测量属性之一,是其生长状况监测、水质环境调控、饵料投喂、经济效益估算的重要信息依据。近年来,随着成像技术、计算能力和硬件设备的快速发展,基于机器视觉的无损测量方法迅速兴起,克服了传统方法在鱼体损伤、成本... 体长作为鱼类主要可测量属性之一,是其生长状况监测、水质环境调控、饵料投喂、经济效益估算的重要信息依据。近年来,随着成像技术、计算能力和硬件设备的快速发展,基于机器视觉的无损测量方法迅速兴起,克服了传统方法在鱼体损伤、成本和性能方面的局限性,凭借快速准确、及时高效、可重复批量检测的优势成为鱼体长度测量的有力工具。通过文献整理和分析,对基于机器视觉的鱼体长度测量中所需的图像采集设备、鱼体轮廓提取算法和长度测量方法进行了系统的分析和总结,并对不同方法的优缺点和适用场景进行了比较。最后,提出了鱼体长度估算研究的主要挑战和未来趋势。 展开更多

关键词 鱼体长度测量 图像采集 轮廓提取 深度学习 机器视觉

下载PDF 职称材料

大闸蟹养殖大数据分析模型和应用进展 被引量：5

13

作者 段青玲 刘怡然 +2 位作者 周新辉 任妮 李道亮 《农业大数据学报》 2021年第1期56-65,共10页

大闸蟹是我国特有的名优水产养殖品种,随着大闸蟹单品种大数据建设的推进,利用大数据分析技术挖掘数据潜在价值,成为促进大闸蟹产业链升级的重要手段。大数据分析模型是应用大数据技术理清数据相互关系,发掘事物内在规律的重要工具,对... 大闸蟹是我国特有的名优水产养殖品种,随着大闸蟹单品种大数据建设的推进,利用大数据分析技术挖掘数据潜在价值,成为促进大闸蟹产业链升级的重要手段。大数据分析模型是应用大数据技术理清数据相互关系,发掘事物内在规律的重要工具,对大数据技术能否在大闸蟹养殖领域成功应用,促进大闸蟹养殖产业升级有决定性影响。本文重点梳理了大闸蟹养殖大数据分析模型在水质预测预警、水质调控、投喂策略、病害防治、行为分析和品质鉴别等方面的应用进展,介绍了当前大闸蟹养殖大数据的平台建设现状,分析和讨论了大闸蟹养殖大数据分析模型当前面临的问题和发展方向。综述结果表明,大数据技术与大闸蟹全产业链深度融合有其基础和优势,但在利用大数据分析模型解决实际问题时,仍然面临针对性差、应用面窄和关联性低的问题。应充分考虑产业特点,深度挖掘现实需求,从提供智能化数据分析服务并建设多功能的大数据平台方面深化大数据技术在大闸蟹全产业链的应用,以期形成可借鉴、可移植的建设模式,为其他农产品大数据的建设提供参考。 展开更多

关键词 大闸蟹养殖 单品种大数据 数据分析 数据模型 水产大数据 智慧水产养殖 农业大数据 智慧农业

下载PDF 职称材料

基于多维度特征和LightGBM的大闸蟹质量估算方法 被引量：1

14

作者 段青玲 陈鑫 +2 位作者 许冠华 樊宇星 张玉玲 《农业机械学报》 EI CAS CSCD 北大核心 2022年第8期353-360,共8页

大闸蟹是我国特有的名优水产养殖品种,其质量既是确定投喂量的重要依据,亦是评判其生长状况、品质等级的重要指标。为了准确估算蟹体质量,提出一种基于多维度特征和轻量梯度提升机(Light gradient boosting machine,LightGBM)的大闸蟹... 大闸蟹是我国特有的名优水产养殖品种,其质量既是确定投喂量的重要依据,亦是评判其生长状况、品质等级的重要指标。为了准确估算蟹体质量,提出一种基于多维度特征和轻量梯度提升机(Light gradient boosting machine,LightGBM)的大闸蟹质量估算方法。首先通过相机获取蟹体图像,其次采用图像处理技术对图像进行分割以获取背甲图像,然后提取背甲二值图像的几何特征构成形状特征(Shape features,SF);提取不同颜色空间背甲图像的各通道分量值构成颜色特征(Color features,CF),并采用标定法计算特征值;最后采用基于LightGBM的方法预测大闸蟹质量。本文根据色泽表征其发育状况,提取背甲颜色特征与形状特征构成多维度特征,解决单一形状特征导致预测精度不高的问题;提取背甲轮廓比值作为形状特征,有效降低随机调整相机高度对特征值稳定性的影响;在真实数据集上进行预测,结果表明平均绝对误差(MAE)为2.751 g,均方根误差(RMSE)为3.680 g,决定系数R~2为0.949。并与SF-LightGBM、SF3-LightGBM、area-OLS、MF-BPNN和MF-SVM质量估算方法进行对比,本文方法的各评价指标的性能均有较大幅度提升,能够较准确地估算出大闸蟹蟹体质量。 展开更多

关键词 大闸蟹 水产养殖 质量估算 多维度特征 LightGBM

下载PDF 职称材料

基于DeepA-RRELM的池塘溶解氧时空预测方法研究 被引量：12

15

作者 樊宇星 任妮 +1 位作者 田港陆 段青玲 《农业机械学报》 EI CAS CSCD 北大核心 2020年第S01期405-412,共8页

水体溶解氧(Dissolved oxygen,DO)是养殖水产品健康生长的重要生态因子。池塘溶解氧易受多种因素的影响,会产生时间和空间上分布的差异,现有的溶解氧预测方法大多是针对单监测点的时间序列预测,无法描述池塘溶解氧的空间分布,因此,对池... 水体溶解氧(Dissolved oxygen,DO)是养殖水产品健康生长的重要生态因子。池塘溶解氧易受多种因素的影响,会产生时间和空间上分布的差异,现有的溶解氧预测方法大多是针对单监测点的时间序列预测,无法描述池塘溶解氧的空间分布,因此,对池塘溶解氧进行时间和空间预测非常重要。本文提出一种基于自回归循环神经网络(Autoregressive recurrent neural network,DeepAR)和正则化极限学习机(Regularized extreme learning machine,RELM)的池塘溶解氧时空预测方法。首先采用样本熵(Sample entropy,SE)衡量各个监测点溶解氧序列的波动程度,采用最大互信息系数(Maximum mutual information coefficient,MIC)衡量监测点溶解氧序列之间的相关性,综合选取出溶解氧序列波动程度较小且与各个监测点相关性较大的监测点作为中心监测点,并以中心监测点为原点,建立池塘空间坐标系;其次采用DeepAR算法构建中心监测点的溶解氧时间序列预测模型,实现中心监测点溶解氧时间序列预测;最后采用RELM算法构建中心监测点与池塘各位置溶解氧之间的空间映射关系模型,结合中心监测点溶解氧时间序列预测值和池塘空间坐标,实现对未来时刻池塘溶解氧的空间预测。该方法在提高时间序列预测精度的同时,实现了对未来时刻池塘溶解氧空间状态的预测。在真实的数据集上进行测试,预测未来24 h的池塘空间溶解氧值,均方根误差(RMSE)为1.2633 mg/L、平均绝对误差(MAE)为0.9755 mg/L、平均绝对百分比误差(MAPE)为14.8732%。并与标准极限学习机(Extreme learning machine,ELM)、径向基神经网络(Radial basis function neural network,RBFNN)、梯度提升回归树(Gradient boosting regression tree,GBRT)和随机森林(Random forest,RF)4种预测方法进行对比,各评价指标的性能均有较大幅度提升,表明该方法有较好的预测精度和泛化能力,能够较准确地实现池塘溶解氧时空预测。 展开更多

关键词 池塘养殖 溶解氧 时空预测 自回归循环神经网络

下载PDF 职称材料

基于胶囊SE-Inception的茄科病害识别方法研究 被引量：5

16

作者 杨泳波 赵远洋 +1 位作者 李振波 李晔 《图学学报》 CSCD 北大核心 2022年第1期28-35,共8页

针对番茄和茄子2类茄科蔬菜的病害,基于SE-Inception和胶囊网络构建了一个具有抗噪性的茄科病害识别网络,称为胶囊SE-Inception。该网络主要分为特征提取和胶囊网络2部分。其特征提取部分采用了批处理归一化层(BN)加速网络收敛;利用SE-I... 针对番茄和茄子2类茄科蔬菜的病害,基于SE-Inception和胶囊网络构建了一个具有抗噪性的茄科病害识别网络,称为胶囊SE-Inception。该网络主要分为特征提取和胶囊网络2部分。其特征提取部分采用了批处理归一化层(BN)加速网络收敛;利用SE-Inception结构和多尺度特征提取模块来提高模型的精度。胶囊网络部分采用了路由迭代次数为2,维度为16的胶囊进行处理。基于自建的茄科病害数据集开展实验,其包含白粉虱、白粉病、黄曲病和棉疫病4种病害类别和健康叶片;为减少过拟合,对数据进行了增广处理。实验结果表明胶囊SE-Inception网络针对常见的高斯、椒盐和模糊噪声具有较好的抗噪性;其仅需较少的数据就可以达到较高的识别精度,在相同数据量下,胶囊SE-Inception网络的识别精度高于常见轻量级模型。 展开更多

关键词 茄科蔬菜 病害识别 抗噪性 SE-Inception结构 胶囊网络

下载PDF 职称材料

养殖水体氨氮浓度微流控和水杨酸分光光度法检测 被引量：4

17

作者 董峰 时家辉 +2 位作者 杨普 乔安玲 孙明 《农业机械学报》 EI CAS CSCD 北大核心 2021年第S01期229-236,343,共9页

以水体中氨氮浓度为研究对象,在水杨酸分光光度法基础上结合微流控技术进行比色传感实验,实现对溶液中氨氮浓度的定量检测。通过比较4种特征波长筛选方法对建模的影响,发现连续投影算法选出的波长变量最少,所建立的预测模型效果最好,建... 以水体中氨氮浓度为研究对象,在水杨酸分光光度法基础上结合微流控技术进行比色传感实验,实现对溶液中氨氮浓度的定量检测。通过比较4种特征波长筛选方法对建模的影响,发现连续投影算法选出的波长变量最少,所建立的预测模型效果最好,建模集校正标准差和预测集校正标准差分别为0.00931 mg/L和0.02857 mg/L,相对分析误差为11.2141。在优化条件下测得该方法的线性范围和检测限分别为0.04~0.92 mg/L和0.016 mg/L。对养殖水体和海水进行加标回收实验,平均回收率在95.8%~116%之间,相对标准偏差在2.1%~6.3%之间。结果证明了利用水杨酸分光光度法结合微流控技术检测氨氮浓度方法的可行性。 展开更多

关键词 水产养殖 氨氮浓度 微流控 水杨酸分光光度法 预测模型

下载PDF 职称材料

基于神经网络的多特征结合法鲫鱼质量估计 被引量：2

18

作者 蔡振鑫 刘春红 《中国农业科技导报》 CAS CSCD 北大核心 2021年第12期109-115,共7页

质量不同的鱼摄食能力不同,准确估计鱼体质量有利于水产养殖中鱼类精准投喂,避免饲料浪费及水体污染。首先使用1元硬币作为参照物采集鲫鱼图像和体重数据,其次对图像进行预处理,提取鲫鱼和硬币的特征值,最后采用BP神经网络、Elman神经... 质量不同的鱼摄食能力不同,准确估计鱼体质量有利于水产养殖中鱼类精准投喂,避免饲料浪费及水体污染。首先使用1元硬币作为参照物采集鲫鱼图像和体重数据,其次对图像进行预处理,提取鲫鱼和硬币的特征值,最后采用BP神经网络、Elman神经网络以及Numpy库构建的神经网络实现多特征的鲫鱼质量估计。结果表明:使用BP和Elman神经网络估计鲫鱼质量时决定系数分别为0.9256和0.9064,均方误差分别为0.00368和0.00455。采用Numpy库构建的神经网络估计时决定系数值为0.8237,均方误差值为0.0081。因此,使用BPNN-面积-周长和Elman-面积-周长方法能够快速、准确地估计鱼体质量,实现水产养殖中鱼类的精准投喂,以及在鱼类被捕捞后根据质量进行分级,推进渔业现代化的进展。 展开更多

关键词 质量估计 神经网络 多特征 水产养殖 图像处理

下载PDF 职称材料

基于建模预测与关系规则的养殖水体溶解氧含量调控方法 被引量：2

19

作者 周新辉 黄琳 +1 位作者 樊宇星 段青玲 《农业机械学报》 EI CAS CSCD 北大核心 2022年第6期318-326,共9页

为了保证养殖水体溶解氧充足,水产养殖普遍采用全天大功率开启增氧机的生产方式,这造成了很大的能源消耗。针对上述问题,本文提出了一种基于建模预测与关系规则库的溶解氧调控方法,首先构建了一种自适应增强的粒子群优化极限学习机预测... 为了保证养殖水体溶解氧充足,水产养殖普遍采用全天大功率开启增氧机的生产方式,这造成了很大的能源消耗。针对上述问题,本文提出了一种基于建模预测与关系规则库的溶解氧调控方法,首先构建了一种自适应增强的粒子群优化极限学习机预测模型(AdaBoostPSOELM),实现溶解氧含量的准确预测;然后进行增氧预实验,采用曲面拟合方法对溶解氧初始含量、曝气流量和增氧机开启时间之间的作用关系进行精确量化,构建关系规则库;最后专家系统基于溶解氧含量预测值,调用已建立的关系规则库,合理控制增氧机的开启功率与时间。与其它常规的预测模型相比,AdaBoostPSOELM模型的MSE、MAE和RMSE均为最优,分别为0.0055 mg^(2)/L^(2)、0.0531 mg/L、0.0745 mg/L,可以实现溶解氧的准确预测。增氧实验结果表明,基于三次多项式的先验方程能够对溶解氧初始含量、曝气流量和增氧机开启时间之间非线性关系进行准确量化,拟合R^(2)均在0.99以上。由此可知,基于量化结果所构建的规则库与预测模型相结合能够合理控制增氧机的开启功率与时间,节省电能和提高养殖效率。 展开更多

关键词 水产养殖 溶解氧调控 AdaBoostPSOELM模型 关系规则库 增氧机开启时间

下载PDF 职称材料

水下鱼类品种识别模型与实时识别系统 被引量：2

20

作者 李少波 杨玲 +1 位作者 于辉辉 陈英义 《智慧农业（中英文）》 2022年第1期130-139,共10页

快速准确的鱼类识别系统需要良好的识别模型和部署系统作为支撑。近年来,卷积神经网络在图像识别领域取得了巨大成功,不同的卷积网络模型都有不同的优点和缺点,面对众多可供选择的模型结构,如何选择和评价卷积神经网络模型成为了必须考... 快速准确的鱼类识别系统需要良好的识别模型和部署系统作为支撑。近年来,卷积神经网络在图像识别领域取得了巨大成功,不同的卷积网络模型都有不同的优点和缺点,面对众多可供选择的模型结构,如何选择和评价卷积神经网络模型成为了必须考虑的问题。此外,在模型应用方面,移动终端直接部署深度学习模型需要对模型进行裁剪、压缩处理,影响精度的同时还会导致安装包体积增大,不利于模型升级维护。针对上述问题,本研究根据水下鱼类实时识别任务特点,选取了AlexNet、GoogLeNet、ResNet和DenseNet预训练模型进行对比试验研究,通过在Ground-Truth鱼类公开数据集基础上对图像进行随机翻转、旋转、颜色抖动来增强数据,使用Label smoothing作为损失函数缓解模型过拟合问题,通过研究Ranger优化器和Cosine学习率衰减策略进一步提高模型训练效果。统计各个识别模型在训练集和验证集上的精确度和召回率,最后综合精确度和召回率量化模型识别效果。试验结果表明,基于DenseNet训练的鱼类识别模型综合评分最高,在验证集的精确度和召回率分别达到了99.21%和96.77%,整体F1值达到了0.9742,模型理论识别精度达到预期。基于Python开发并部署了一套远程水下鱼类实时识别系统,将模型部署到远程服务器,移动终端通过网络请求进行鱼类识别模型调用,验证集图像实际测试表明,在网络良好条件下,移动终端可以在1 s内准确识别并显示鱼类信息。 展开更多

关键词 鱼类识别模型 卷积神经网络 模型评价 安卓 Ground-Truth 实时识别系统

下载PDF 职称材料