排序方式： 共有7条查询结果，搜索用时 15 毫秒
1
1.
以南美白对虾为研究对象,提出一种基于计算机视觉和XGBoost的虾体活力检测方法：跟踪对虾应激前后的运动轨迹,提取运动行为特征参数;根据应激性红体现象提取对虾的颜色特征,通过灰度共生矩阵(GLCM)提取虾体应激形成水面波动的纹理特征;运用XGBoost 算法筛选出评价因子,通过加权融合确定评价因子的最佳权重;根据融合后特征对虾体活力强度进行检测。结果表明,提出的方法决定系数为0.905 6,识别准确率为98.61%,较单一颜色、单一纹理以及光流与纹理相结合的方法,识别准确率分别提高6.63%、2.05%和1.61%。 相似文献
2.
1 茶树冻害的发生原因 茶树经过冬季的“生养休息”，为翌年春茶新梢生长储备了充足的养料，一旦大地气温回升，茶树生理机能异常活跃，细胞组织原生质浓度降低，水分增加，糖分减少，新梢一经萌发，芽叶含水量迅速提高到75％以上。如突遇降雪、暗霜、“倒春寒”等气候变化，气温大幅下降，导致茶树已萌发新梢，细胞内水分结冻，原生质遭到机械损伤，茶汁外溢， 相似文献
3.
基于特征加权融合的鱼类摄食活动强度评估方法 总被引：3，自引：0，他引：3
为解决鱼类养殖中投喂精度低的问题,提出了一种基于特征加权融合的鱼类摄食活动强度评估方法。该方法以鱼群为研究对象,利用不同摄食阶段图像的特征对摄食活动强度进行分析,避免了复杂背景中单体鱼的切割。首先,利用图像预处理技术获取前景目标,通过鱼群质心绘制出不同摄食阶段的鱼群游动轨迹;其次,分别提取图像的颜色、形状和纹理等特征;然后,使用Relief特征选择和XGBoost算法筛选出3个摄食评价因子,采用加权融合方法确定每个评价因子的最佳权重;最后,通过融合后的特征对摄食活动强度进行评估。试验结果表明,与传统面积法相比,本文提出方法的决定系数可达0. 904 3,且摄食识别准确率高达98. 89%。该方法在增强鲁棒性的同时,提高了检测和评估效率,可为鱼群摄食行为检测和活动强度评估提供参考。 相似文献
4.
5.
针对传统图像检测方法占用过多处理器资源、功耗高、发热量大,无法适应渔船船载电子设备防水防腐防盐雾的密封无风扇设计要求等问题,本文基于嵌入式低功耗处理平台,以可变形部件模型(DPM)算法为基础,采用嵌入式GPU及Open CL编程模型对算法的滑动窗口检测部分进行并行化加速。在保证系统识别效果的前提下,提高了系统综合运行效率。实验结果表明,与CPU版本的检测性能相比,优化后的方法获得了3.75～4.23倍的加速比;与现有基于工控计算机的船载检测系统的检测方法相比,优化后的方法可以获得6.74～7.37倍的加速比,有效解决了在渔船上进行人员检测效率过低及功耗过高的问题。 相似文献
6.
针对目前检测方法特征单一、样本数量少和鲁棒性低等问题,提出了一种基于多特征融合与机器学习的鱼类摄食行为的检测方法:利用图像处理技术提取鱼群摄食图像的颜色、形状和纹理特征,并对其进行归一化和特征融合处理,通过构建3层的BP神经网络对鱼群摄食行为进行检测。与SVM和KNN检测效果进行对比,BP神经网络的效果最好,精度可达97.1%。与传统的基于单一纹理特征方法相比,在保证时效性和增强鲁棒性的同时,准确率提高了4.1%。 相似文献
7.
为精确预测水产养殖水体溶解氧含量,本研究提出一种基于自注意力机制(ATTN)和改进的K-means聚类-基于残差和批标准化(BN)的双向长短期记忆网络(BiLSTM)的水产养殖水体溶解氧含量预测模型。首先,根据环境数据的相似性,使用改进的K-means算法将数据划分成若干个类别;然后,在BiLSTM基础上构建残差连接和加入BN完成高层次特征提取,利用BiLSTM的长期记忆能力保存特征信息;最后,引入自注意力机制突出不同时间节点数据特征的重要性,进一步提升模型的性能。试验结果表明,本研究提出的基于自注意力机制和改进的K-BiLSTM模型的平均绝对误差为0.238、均方根误差为0.322、平均绝对百分比误差为0.035,与单一的BP模型、CNN-LSTM模型、传统的K-means-基于残差和BN的BiLSTM-ATTN等模型相比具有更优的预测性能和泛化能力。 相似文献
1