排序方式: 共有21条查询结果,搜索用时 274 毫秒
1.
采用主成分分析法建立吸鱼泵的损伤综合评价方法,为吸鱼泵的研究与改进提供装备技术参数。使用真空吸鱼泵对鲫鱼进行吸捕试验,获取鱼体损伤数据。通过测定体表损伤面积比率、24 h存活率、红细胞数量、白细胞数量、超氧化物歧化酶(SOD)活力、谷丙转氨酶(ALT)活力、肌酐(Cr)含量等多个关键指标值,采用主成分分析法进行相关性分析,建立损伤综合评价模型。结果显示:采用主成分分析法提取出3个主成分的累积贡献率达到78.232%,可反映出鱼体损伤的大部分情况;损伤评价综合评价模型:F=0.285X1+0.111X2+0.316X3+0.366X4-0.118X5+0.234X6,真空吸鱼泵对鱼的体表和内脏无显著损伤情况,综合得分-0.102,与对照组接近,表明真空吸鱼泵对鱼的损伤影响很小。研究表明,SOD活力、白细胞数和体表损伤面积比率是对损伤评价影响较大的数据指标,采用主成分分析法建立的综合损伤评价模型可以作为评价鱼损伤情况的一种可行方法,为吸鱼泵的改进研究提供了有力参考。 相似文献
2.
基于改进主成分分析和AdaBoost算法的运动虾苗识别方法 总被引:2,自引:2,他引:0
针对虾行为量化过程中运动虾苗较难检测与识别的问题,该文以南美白对虾虾苗为例,提出了一种基于改进主成分分析(principal component analysis,PCA)+AdaBoost算法的运动虾苗自动识别方法。在室内自然光条件下,利用工业相机采集承装容器中虾苗的灰度图像。提取图像中大小为100×100像素的不同运动状态的虾苗图像,首先使用改进PCA算法进行主成分分析,并进行特征提取。根据特征参数的分布情况,对其进行归一化处理,利用归一化的特征构建多个弱分类器,利用Adaboost方法将弱分类器构建成强分类器。最后,利用强分类器对运动虾苗进行识别。试验结果表明,在150幅不同运动状态虾苗测试样本中,基于改进PCA+Adaboost方法的识别正确率98%,平均每个样本识别时间为0.027 898 s,满足行为量化中的自动识别要求。 相似文献
3.
循环水养殖大口黑鲈摄食颗粒饲料的声学特征 总被引:1,自引:1,他引:0
为突破智能投饲系统的技术瓶颈,近年来采用被动声学技术开展鱼虾摄食行为研究成为热点之一。该研究主要采用被动声学技术获取单体大口黑鲈(Micropterus salmoides)摄食声信号,从混合信号中提取完善的摄食信号,筛选可作为衡量大口黑鲈摄食活跃度的声学特征参数,以期对摄食活跃度进行量化。根据大口黑鲈喂食期间的同步音频与视频记录,确定信号类别并进行标记,主要提取每次吞食饲料的时域与频域特征,对比各参数与吞食次序之间的相关度。研究结果表明,摄食声信号能量主要集中于4~7 kHz,且大口黑鲈吞食间隔与吞食次序呈正相关,稳定性较强;而时域特征中的波形振幅极差与频域特征的功率积分值均与吞食次序呈负相关。吞食间隔、振幅极差及功率积分值均可以作为衡量摄食活跃度的量化指标,而共振峰与平均梅尔倒谱系数可作为摄食声识别参数,研究结果可为今后养殖鱼类被动声学智能投饲系统研发提供理论基础。 相似文献
4.
针对鱼类行为量化过程中运动阴影区域去除难的问题,以金鱼为研究对象,分别从去除噪点及孤立数据点、使用马氏距离作为距离度量方法、明确聚类个数以及初始聚类中心点选择等方面对传统K-means聚类算法进行了优化,提出了一种基于改进K-means聚类算法的金鱼阴影去除及图像分割方法。在室内正常环境下,使用相机采集玻璃鱼缸中金鱼图像,首先等比例压缩10倍,使用中值滤波方法对样本图像进行预处理,然后将其从RGB颜色空间转换到Lab颜色空间,最后提取a、b分量并使用改进的K-means算法进行聚类。试验结果显示:和传统K-means聚类算法及FCM(Fuzzy c-means)聚类算法进行比较,改进算法对于图像阴影去除及分割具有更好的效果,在200幅具有不同阴影的金鱼样本图像中,基于改进K-means聚类算法的平均误分类的像素比率和平均运行时间分别为2.48%和0.87 5s,能够满足离线鱼类行为量化过程中图像预处理的要求。 相似文献
5.
为实现藻类的自动计数,以小球藻为对象,提出一种基于荧光效应和调色板均衡化的小球藻自动计数方法。首先对小球藻荧光显微图像进行预处理,将真彩色小球藻荧光图像转换为256色图像,再采用调色板均衡化算法增强小球藻荧光图像对比度,并利用基于调色板的阈值分割算法将目标藻类与背景进行分割,同时进行计数。结果表明,该计数方法能够避免杂质影响,直接对藻类彩色图像进行图像增强和阈值分割,可以增强图像对比度,避免彩色图像灰度化过程中图像信息损失;采用连通区域标记方法结合连通区域的大小识别低重叠度藻类,可降低重叠藻类对计数结果的影响,从而提高小球藻的计算准确度。研究表明,该方法实现了针对藻类彩色图像的自动计数,且对小球藻的计数精度准确率达到95%以上,高于只使用灰度图像计数的方法。 相似文献
6.
针对大视场水下环境鱼类行为视觉观测系统较难准确标定的问题,该文以双目立体测量系统为例,提出一种基于全视域GA-SVR(genetic algorithm-support vector regression)模型的鱼类行为三维观测系统标定方法。该方法选用具有圆点靶标的方形标定板为标定工具,通过设计具备前后左右移动能力的简易滑动轨道,实现了标定板的全视域空间定位。然后利用HALCON算子获取标定板靶点二维坐标,联立标定板空间位置,构建训练样本集。选取SVR模型对样本集进行训练,对比不同的寻优算法对支持向量回归模型的参数组合寻优结果,选用最优参数分别建立X,Y,Z轴标定模型。试验结果表明,利用遗传算法进行参数寻优构建的标定模型,其X、Y、Z轴测量均方误差分别为0.959、0.893和4.381 mm,互相关系数分别为0.999 988,0.999 998和0.998 356,优于差分进化算法和粒子群算法参数寻优的标定结果。与传统标定方法比较,该方法单点测量均方误差为1.861 mm,距离测量均方误差为0.706 mm,均低于空气中标定方法(单点均方误差27.75 mm;距离均方误差10.188 mm)和水下测量标定方法(单点均方误差8.215 mm;距离均方误差2.832 mm)的标定结果,有效的提高了鱼类行为视觉观测系统的定位精度。该研究可为鱼类行为量化方法研究和优化提供理论支持和技术参考。 相似文献
7.
鱼类的摄食活力可以用摄食过程发出的声音直接测量。本研究通过构建声学监测平台,应用带宽1 Hz-470 kHz,在40 kHz以下自由场电压灵敏度级-217 dB(基准值为1 V/μPa)的水声检测设备,采集罗非鱼摄食过程中产生的声信号,分析其摄食活力。研究表明,罗非鱼摄食时发出的声音在0-6 kHz可区分于背景噪声,其声功率与摄食活力呈正相关。声功率移动平均值反应鱼摄食活力趋势,可作为食欲反馈,结合生长模型和投喂模型可以组成投饵策略。 相似文献
8.
鱼群活跃度是鱼类健康福利养殖的特征性指标之一,实现鱼群活跃度细粒度分类有利于更精细地描述鱼群健康状况、评估鱼群福利水平。基于工厂化循环水养殖系统,本文建立了水下大西洋鲑鱼群活跃度细粒度分类视频数据集,并提出一种基于帧间深度特征差分的鱼群活跃度分类模型,通过引入残差连接的小型卷积神经网络提取视频帧的特征,进而在相邻帧之间做差分运算和平方运算得到视频帧间特征,最后将其输入基于外部注意力机制的分类网络IFDNet中得到视频类别。试验结果表明,本文提出的CNN-IFDNet模型分类准确率达到97.72%,F1值达到97.42%,以较低的计算复杂度实现了对水下视频鱼群活跃度的三分类。相较于实验室环境,基于真实养殖环境对鱼群活跃度所展开的算法研究实际应用性更强,可以为精细化描述鱼群的活跃度、实现智能监测鱼类健康状况提供参考,帮助养殖人员发现并排除导致鱼群活跃度异常的水质环境、病害等因素。 相似文献
9.
10.
基于光流法的鱼群摄食状态细粒度分类算法 总被引:1,自引:1,他引:0
对鱼群摄食状态的细粒度分类有利于更精细地描述鱼群的摄食行为。该研究基于工厂化的循环养殖池环境提出了一种利用光流法进行特征提取的鱼群摄食状态细粒度分类算法。算法对鱼群的巡游视频进行摄食状态分类,首先通过光流法提取视频内鱼群的帧间运动特征,其次构建了一个帧间运动特征分类网络对该特征进行细粒度分类,最后基于投票策略确定视频的最终类别。试验结果表明,该研究算法在投票阈值设置为50%的情况下,视频准确率达98.7%;在投票阈值设置为80%的情况下,视频准确率为91.4%。在不同的投票阈值设置下,该算法的视频准确率始终保持在90%以上,说明其分类鲁棒性较强。相较于实验室养殖环境,基于工厂化养殖环境对鱼群的摄食状态所展开的算法研究实际应用性更强,可为精细描述鱼群摄食行为,实现精准投饵自动控制提供参考。 相似文献