您的位置： 专家智库 > >

国家高技术研究发展计划(2012AA101905-02)

作品数：5 被引量：30H指数：2
相关作者：孙传恒周超徐大明杜永贵解菁更多>>
相关机构：国家农业信息化工程技术研究中心太原理工大学三峡大学更多>>
发文基金：国家高技术研究发展计划北京市自然科学基金国家现代农业产业技术体系建设项目更多>>
相关领域：自动化与计算机技术农业科学更多>>

文献类型

  • 5篇期刊文章
  • 1篇会议论文

领域

  • 5篇自动化与计算...
  • 3篇农业科学

主题

  • 3篇养殖
  • 3篇水产
  • 2篇神经网
  • 2篇神经网络
  • 2篇子群
  • 2篇网络
  • 2篇粒子群
  • 2篇粒子群优化
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 1篇度分布
  • 1篇学习机
  • 1篇养殖水温
  • 1篇遗传BP神经...
  • 1篇遗传算法
  • 1篇射频识别
  • 1篇声呐
  • 1篇声呐图像
  • 1篇水产养殖

机构

  • 6篇国家农业信息...
  • 3篇太原理工大学
  • 1篇三峡大学
  • 1篇中华人民共和...

作者

  • 5篇孙传恒
  • 5篇周超
  • 2篇杜永贵
  • 2篇徐大明
  • 1篇吉增涛
  • 1篇杨信廷
  • 1篇刘学馨
  • 1篇程永强
  • 1篇赵丽
  • 1篇任东
  • 1篇杨占魁
  • 1篇解菁

传媒

  • 3篇渔业现代化
  • 1篇江苏农业科学
  • 1篇农业网络信息

年份

  • 1篇2017
  • 1篇2016
  • 1篇2015
  • 2篇2014
  • 1篇2013
共 5 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
基于遗传BP神经网络的半滑舌鳎体重估算模型优化研究被引量：1
2015年
针对人工估算半滑舌鳎(Cynoglossus semilaevis)鱼苗体重存在误差大、难度大、易伤鱼苗等缺点,提出了一种基于遗传BP神经网络体重估算模型优化研究的方法。首先利用参考系测量鱼苗体长和体宽,再通过遗传BP神经网络估算模型计算鱼苗体重。利用遗传算法对编码后的BP神经网络进行优化并验证了遗传算法能有效确定BP神经网络隐藏层节点数目。结合遗传算法优化BP神经网络的结构和连接权值,采用300份同一训练样本对优化的BP神经网络进行训练,最终建立准确遗传BP神经网络体重估算模型。结果显示,该方法对鱼苗体重估算与实际值平均相对误差不超过0.61%。研究表明,该方法为半滑舌鳎体重估算提供了一种比较科学的计算方法,在鱼苗生长发育监测和科学喂养等方面具有重要的实际意义。
杨占魁任东孙传恒周超解菁
关键词：半滑舌鳎遗传算法BP神经网络
基于改进粒子群优化极限学习机的养殖氨态氮含量预测模型被引量：9
2017年
针对养殖水体氨态氮含量预测准确性低的问题,提出了一种基于改进粒子群算法优化极限学习机的水产养殖氨态氮含量预测模型。引入自适应变异算子改进粒子群算法的搜索性能,利用改进粒子群算法优化极限学习机的初始权值和阈值,最后训练极限学习机预测模型求得最优解。将该预测模型应用在小汤山水产品养殖系统进行有效性验证,通过试验发现,与PSO-ELM和普通BP神经网络相比,IPSO-ELM预测氨态氮含量模型有更高的精度和更好的拟合能力。结果表明,基于改进粒子群优化的极限学习机氨态氮含量预测模型简单易懂、预测精度高、易于实现,具有较好的预测性能。
徐大明杜永贵孙传恒周超
关键词：粒子群算法变异算子极限学习机
水产物联网标识管理公共服务平台设计
2014年
本文针对水产物联网发展中出现的技术标准不统一、技术不成熟以及物联网还仅限局域使用的需求,对水产物联网中"物"的身份标识技术和信用体系进行研究,提出了水产品物联网的标识管理体系,并构建了中央标识数据库,设计了水产标识管理公共服务应用系统,搭建了水产物联网标识管理服务平台。降低了信息搜索发现复杂性、减少查询冗余、实现高效物联。
赵丽刘学馨吉增涛孙传恒
关键词：水产物联网射频识别
基于灰度分布信息的鲟鱼声呐图像分析研究被引量：1
2014年
为证实灰度信息在声呐图像中的重要价值,并获得有利于声呐图像目标分割的最佳增益值,研究了不同声呐增益值下,鲟鱼声呐图像灰度分布的形态差异,并基于灰度直方图分布信息的最大熵阈值分割算法对俄罗斯鲟(Acipenser gueldenstaedti Brandt)目标进行了分割,根据分割结果得到了最佳声呐增益值,即Gain=15 d B。充分说明了在较优的声呐增益值下获取的声呐图像,即使目标形状发生严重变形时,利用其灰度直方图分布信息也能进行很好的目标分割,从而为解决鲟鱼声呐图像目标识别以及跟踪提供参考依据。
梁旭姣程永强周超孙传恒
关键词：鲟鱼声呐图像灰度分布
基于粒子群优化BP神经网络的水产养殖水温及pH预测模型被引量：19
2016年
针对养殖水质、水温及p H预测准确性低的问题,提出了一种基于粒子群优化BP神经网络的养殖水质参数预测方法。首先应用粒子群算法优化得出BP神经网络的初始权值和阈值,然后对得到的数据进行预处理,修复异常数据信息,再以当前时间的多个水质参数作为输入,下个时间点的水温、p H作为输出,建立养殖水质预测模型,最后利用采集的水质数据在BP神经网络中进行训练,并通过实验检验水质预测模型的可行性和预测性能。与支持向量回归(SVR)和传统BP神经网络相比,基于粒子群优化的BP神经网络在预测水温方面,均方根误差(RMSE)下降幅度分别为64.4%和86.7%;在预测p H方面,RMSE下降幅度分别为11.1%和78.9%。研究表明,基于粒子群优化的BP神经网络养殖水质预测模型具有灵活简便、预测精度高、易于实现的特点,同时具有很好的预测能力。
徐大明周超孙传恒杜永贵
关键词：BP神经网络水质预测模型
水声技术在水产养殖中的应用与展望
本文主要从资源量估计、行为监测、投喂控制、种类鉴别等方面,综述集约化水产养殖中水声技术的应用与研究进展。并进一步提出了水声技术在水产养殖中的研究方向,主要包括:鱼行为量化方面的新方法、各种养殖环境和应激条件下不同种类鱼的...
周超杨信廷梁旭姣李文勇孙传恒
关键词：水产养殖水声技术资源量
文献传递
全选 清除 导出
共1页<1>
聚类工具0