基于多特征融合与机器学习的鱼类摄食行为的检测 |
| |
引用本文: | 张重阳,陈明,冯国富,郭强,周旭,侍国忠,陈冠奇.基于多特征融合与机器学习的鱼类摄食行为的检测[J].湖南农业大学学报(自然科学版),2019,45(1). |
| |
作者姓名: | 张重阳 陈明 冯国富 郭强 周旭 侍国忠 陈冠奇 |
| |
作者单位: | 上海海洋大学信息学院,上海 201306;农业部渔业信息重点实验室,上海 201306;上海海洋大学信息学院,上海,201306 |
| |
基金项目: | 国家重点研发计划(2018YFD0701003);上海市科技创新行动计划(16391902902) |
| |
摘 要: | 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%。
|
关 键 词: | 鱼群摄食行为 图像处理 多特征融合 机器学习 BP网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南农业大学学报(自然科学版)》下载免费的PDF全文 |
|