基于形状与纹理特征的鱼类摄食状态检测方法

在水产养殖中,检测鱼类的摄食状态对于投喂控制具有重要意义。以镜鲤为实验对象,提出了一种基于鱼群图像的形状及纹理特征和BP神经网络的鱼群摄食行为检测方法。首先,对采集到的图片进行背景减、灰度化、二值化等处理,得到图像形状与纹理信息,然后计算鱼群图像的形状参数和图像熵,最后利用BP神经网络建模,对鱼群的摄食状态进行检测识别。结果显示,本方法的正确识别率达到98.0%。与单一的基于纹理的检测方法相比,不仅可以把因水面抖动、水花等不利因素的干扰作为纹理的特有属性进行分析,而且考虑了图像的形状信息,提高了检测的准确性,可以用于指导水产养殖中的精准投喂控制。     

基于自适应模糊神经网络的鱼类投喂预测方法研究

在集约化水产养殖中,鱼类的投喂水平直接关系到养殖效率和生产成本。针对当前水产养殖中存在的投喂量不合理、饲料浪费严重的问题,以实现投喂量的精准预测为目的,提出了一种基于自适应模糊神经网络的鱼类投喂量预测方法。该方法以罗非鱼为研究对象,选择水温和鱼的平均体重2个因素作为输入变量,利用混合学习方法,通过训练和学习获得最优模糊规则库,基于自适应神经网络模糊推理系统（adaptive network fuzzy inference system,ANFIS）建立投喂量预测模型,取得了较好的预测效果。基于ANFIS的投喂量预测模型的均方根误差、平均绝对误差和平均绝对百分比误差分别为1.18、0.74和0003 1,均远远小于原始模糊推理投喂量预测模型的指标值,其网络预测能力优于原始模糊推理预测模型。因此,该模型不仅可以在无监督条件下对鱼进行科学投喂,节省人力成本,而且能为合理的投喂提供技术支撑和理论支持。     

水产饲料的科学使用与管理

正投喂饲料是水产养殖中的一大关键环节,部分养殖户由于不懂饲料的科学使用与管理技术,不能识别鱼类的饥饱,不讲究投喂方法,导致单产低、病害多,经济效益差。所以,水产养殖过程中必须重视饲料的科学使用与管理技术。1.科学投喂饲料春季水温低,鱼体小,食量少,在晴天气温升高时,可投放适量的精饲料。当气温达15℃以上时,投饲量可逐渐增加,每天投喂量可占鱼体总重量的1%左右。夏初水温升至20℃左右时,每天投喂量     

基于机器视觉的鲫鱼和鲤鱼品种识别方法研究

淡水鱼品种的准确识别是淡水鱼深加工的前提。以鲫鱼和鲤鱼为对象,研制了鱼体品种识别装置,利用机器视觉技术对鱼体样本进行检测,获取鱼体样本图像;通过图像处理技术对鱼体图像进行分析处理,将鱼体分为5段,计算各段的平均宽度与各段长度的比值,获取鱼体形态特征参数,再以5个形态特征参数作为输入值,构建BP神经网络对鱼体品种进行识别。试验结果表明,该方法对150-500 g范围内的鲤鱼和鲫鱼识别准确率可分别达到100%和93.33%。     

基于近红外深度图的游泳型鱼类摄食强度实时测量

针对水产养殖过程中精准投喂难题,提出一种基于近红外深度图的鱼类摄食活动强度评估方法。该方法不以目标跟踪为基础,不受养殖现场光照条件限制,无须依赖于清澈的水体与稳定背景,通过对深度数据直接处理,以最低的计算量实现鱼类前景目标提取及背景图像剔除,用新方法获取清晰的鱼类摄食图像。进而通过深度图的目标像素点总数判断抢食鱼类的数量,结合目标像素点的变化率,实时反映出鱼类摄食活跃程度;与传统的基于二维图像纹理特征的分析方法相比,该方法大幅度地降低了计算量,为养殖现场的实时测控提供了可实施方案。实验结果表明：近红外深度图不受养殖现场成像条件的限制,能以简洁的数据形式有效地表征鱼类的摄食规律,其方法对于分析在水面抢食浮性饲料,并在非摄食阶段栖息于水体底部的鱼类具有理想的分析效果。论文为鱼类行为分析提出一种新的技术手段,对精准投喂的应用具有积极的指导意义。     

GRNN和Elman神经网络在水体溶解氧预测中的应用

针对池塘溶解氧浓度受较多因素影响的复杂性,选择基于广义回归网络(general regression neural network,简称GRNN)、Elman神经网络和BP(back propagation)神经网络算法构建关于溶解氧的预测模型,并将模型应用于水产养殖池塘溶解氧的预测中,力求找到能够长期预测池塘溶解氧浓度的有效方法。研究结果表明,GRNN和Elman神经网络模型的拟合效果均比BPNN(back propagation neural network)的拟合效果好,且有较高的预测精度,平均相对误差绝对值分别为7.48%、11.03%。同时,GRNN和Elman网络模型的算法稳定,计算复杂性低,因此2个模型适合对溶解氧浓度进行预测,有一定的应用价值,可以为水产养殖管理提供依据。     

水产养殖智能投喂系统中单目视觉测量的研究

水产品投喂方式的智能化、精准化控制是提高水产养殖投喂效率的关键。本文利用计算机视觉定位精度高,不受外界环境影响(如池塘水面的波浪等障碍物的影响)等优势,提出了基于单目视觉水产养殖智能投喂系统。系统通过在池塘内的投喂设备上搭载COMS摄像头来采集食场内的目标图像,利用零阶图像矩单目深度测距算法驱使投喂设备驶向目标食场,实施对水产品的投喂操作。本文详细分析了目标图像矩与目标距离存在的关系,并实验分析了投喂设备到达食场内的目标位置与实际目标位置的精确度及误差原因,验证了本系统对水产品的精确投喂具有很高的应用价值。     

依据类型投药饵 防治鱼病效果好

一、固体型药饵的配制与使用 制作此类药饵时,将一定量的药物与商品饲料(如豆饼、菜籽饼、鱼粉、米糠、大麦粉等)经粉碎过筛后,再与黏合荆均匀混合、加水拌匀,然后根据鱼体大小,制成圆形或短杆状的颗粒直接投喂或晒干后投喂.此类型的药饵适宜投喂鲤鱼、鲫鱼、罗非鱼、鳗鱼等吞食商品饲料的鱼类.……     

如何科学投喂水产饲料

饲料投喂是水产养殖中的关键环节,一些养殖户由于没能正确掌握投喂饲料的数量,不懂得识别鱼类的饥饱,不讲究投喂的方法,导致单产低,病害多,经济效益差。现将科学投喂体会简述如下,以供参考。     

大黄鱼网箱养殖投喂黑水虻幼虫试验

为了拓展黑水虻在水产养殖中的应用,在浙江省乐清湾的海水网箱养殖场进行了黑水虻幼虫浮性试验、活体保存试验,以及大黄鱼养殖投喂黑水虻活体幼虫试验.结果表明,黑水虻幼虫在海水中多数上浮,便于鱼类养殖时投喂;黑水虻幼体在40目海水网箱中可存活10 d以上而不发育蜕皮和变硬;另外,在大黄鱼养殖纯投喂配合饲料和混合投喂黑水虻活体幼...     

水产养殖使用药饵的点滴经验

水产养殖上的药饵是指含有一定量防治某种或几种鱼类疾病药物的鱼类食用饵料。其疗效关键在于药物本身功效及质量。药饵的使用在生产上作用重大，是防病治病的重要手段之一，现简单介绍药饵制作、投喂等方面的点滴经验，供大家参考。     

投饲方式对鱼虾营养性疾病的影响

为了解投饲方式对鱼虾营养性疾病的影响,优化鱼虾养殖管理模式,采用问卷调查方式,收集2021年1—12月天津市水产养殖中有关营养性疾病发生情况的资料,采用描述性统计、t检验、卡方检验和Logistic回归分析等方法,对鱼虾营养性疾病发生情况进行分析。结果发现,每天的投喂次数、投喂方式及养殖目的为鱼虾营养性疾病发生的主要影响因素,关注水产动物的饲料营养成分控制和科学投喂是预防水产动物营养性疾病的关键。     

高温期水产饲料投喂法

一、掌握投喂标准日投喂量占鱼类总体重的3%～4%,但应防止剩料。二、区别养殖种类不同种类的鱼,在高温期其潜在生长能力及生长所需营养要求各不相同,因此其投喂量与投饵料品种也应有区别。三、把握吃食时期高温期原则上以喂七成饱为佳。选择定点投喂观察,一般以投喂后1～2小时吃食情况而定。如1小时内吃完表明要加料,2小时还没吃完,则要适当减量。如果经过较长时间正规投喂,鱼类吃食时间突然减短至2小时,说明鱼体已增重,应调整投喂标准。     

黑尾近红鲌池塘养殖技术

黑尾近红鲌为名优鱼类,市场价格高于大宗水产品种。在池塘主养中,通过采用肥水和投饲相结合的投喂方法,能够达到高产高效;在池塘套养中,控制合理放养密度,能够增加池塘单位面积的养殖效益。2011年在武汉、天门、荆州等地示范推广黑尾近红鲌池塘主套养2667公     

池塘养鱼健康管理技术

为养殖鱼类创造优质的水生态环境,通过维护高质量的健康水域环境,人工投喂营养平衡饲料,精准投喂技术,使养殖鱼类达到最佳的生长率、饲料转化率、繁殖率和成活率。该文以生态学为基础,从用水和底泥管理、放养管理、投饲管理、鱼病防治等方面,介绍了池塘养鱼的健康管理技术,以期最大限度地获得高产、高效,为人类提供生长发育健康、无药物残留、安全的绿色水产品。     

池塘鳙鱼主养放养模式研究

在湖北省荆门地区选择4口池塘(总面积为7.3 hm2),进行鳙鱼主养的放养模式研究。试验分别实施了不同规格鳙鱼两次投放模式,同时搭配滤食性鱼类、草食性鱼类、杂食性鱼类和凶猛肉食性鱼类(爬行类);试验池分别投喂30%左右的鳙鱼粉状饲料与颗粒饲料,少量配施生物肥培育池塘中的天然饵料;养殖中期轮捕大规格鳙鱼。结果表明,平均产量最高12 174 kg/hm2,最低6 283.5 kg/hm2,鳙鱼产量占比均超过50%。1#池、4#池投喂的粉状配合饲料,饲料成本分别为34 999.5、33 888元/hm2;2#池、3#池投喂颗粒饲料,饲料成本分别为50 334、52 614元/hm2,饲料成本差异明显。在投入产出比方面,1#池、4#池投入产出比分别为1∶2.06、1∶1.85,优于2#池、3#池投入产出比1∶1.46、1∶1.63;所选择的搭配品种中,草鱼、鲫鱼、鳊鱼对投喂鳙鱼颗粒饲料的2#池、3#池有一定的饲料竞争关系。研究过程中未出现病害情况,养殖水体易控,体现出鳙鱼养殖在大宗淡水鱼类产业中的成本优势、市场优势和生态安全优势。     

鱼类应激反应与饲料投喂

近年来,随着动物应激相关学科的发展,人们越来越关注鱼类应激生物学的研究。阐述了应激的概念、鱼类应激的发生及危害,主要包括应激反应对鱼类的生长、行为及机体健康的影响。从饲料投喂方面提出了相应的缓解措施。最后,分析了饲料投喂与鱼类应激反应之间存在的问题,并对其发展前景进行了展望,旨在为水产健康养殖及鱼类保护生物学等方面的研究与应用提供参考。     

Elman网络在养殖水体氨氮预测中的应用研究

利用2014年6 ～ 10月养殖塘口记录的饲料投喂量、水体溶解氧量、水温、气温、浊度、降雨量作为模型输入,检测的氨氮作为模型输出,建立了用于养殖水体氨氮模拟的Elman网络.利用2014年11月的观测数据,对模型的模拟能力进行了检验.结果表明:建立的养殖水体氨氮预测模型,可以较好地模拟水体中氨氮浓度的变化趋势,模拟的绝对误差平均值为0.016 mg/L,决定系数R2为0.74.说明Elman网络建立的预测模型在养殖水体氨氮含量变化预测中具有强非线性动态描述能力,对养殖水体中氨氮的预测有较好的适用性和预测精度.     

投喂鱼饲料注意事项

在水产养殖中,饲料使用是至关重要的环节。饲料成本一般占总成本的70%左右,只有坚持科学投喂,才能降低养殖成本,增加经济效益。一些养殖户由于不讲究投喂的方法,常导致单产低、病害多,经济效益差。现特将鱼饲料投喂注意事项简述如下。     

基于鱼类摄食行为的智能投饲技术研究进展

饲料投喂是影响水产养殖效率和成本的主要因素,判断、分析鱼类摄食行为是进行智能投饲的前提。介绍基于机器视觉的鱼类摄食行为研究以及利用声学、水质参数变化开展智能投饲技术研究的现状,详细介绍了利用图像处理、饵料残留反馈、鱼群摄食声音监测对鱼群摄食行为进行分析及智能投饲的研究进展,对各种研究方法的优点和存在问题进行了讨论,并提出今后可以将机器视觉、声学和水质参数相结合进行全方位多角度的摄食强度评估,以实现智能投饲。