基于YOLOv5s-Mask和梯度回归的对虾投饵量预测系统设计 |
| |
引用本文: | 闫家兴,刘敏.基于YOLOv5s-Mask和梯度回归的对虾投饵量预测系统设计[J].科学养鱼,2023(10):80-82. |
| |
作者姓名: | 闫家兴 刘敏 |
| |
作者单位: | 河北农业大学海洋学院 |
| |
摘 要: | <正>在传统的凡纳滨对虾养殖过程中,需要根据养殖经验确定投喂量,容易导致饲料过剩或不足的问题。为解决这一问题,研究者建立预测模型预测投喂量,主要使用BP神经网络预测模型对水产养殖投饵量进行预测(杨加庆,2018;陆天辰,2020)。近年来,随着计算机深度学习的发展,相关模型具有更强的数据挖掘和泛化能力。何津民(2022)提出IPSO-CNN-LSTM-ATTN对虾投饵量预测模型,改善了BP神经网络过拟合和稳定性差的问题,然而该类模型训练数据来自养殖记录,这需要人工长期进行记录。
|
|
|