典型文献
基于卷积神经网络的仿刺参非侵入式标记方法的初步研究
文献摘要：
使用体外标记技术可对仿刺参(Apostichopus japonicus)进行种群和个体尺度上的时空行为学研究、种群动态研究、良种繁育、高效采捕方法的研究.由于仿刺参体壁柔软,排异能力较强,使得传统的侵入式标记方法留存率较低;且传统标记对体壁的破坏会导致伤口溃烂,影响仿刺参的正常生活.为研发非侵入性的仿刺参识别技术,本研究利用深度学习中的卷积神经网络模型,对仿刺参图像进行特征提取,该特征能够表征个体独特的体表纹理模式.对50 d内连续拍摄的仿刺参图像进行特征提取并训练分类器后,发现分类器在测试集上最高可达到0.996±0.011的精度;而传统的侵入式标记方法最高只能达到约0.75的精度.对实验仿刺参个体进行个体识别跟踪,使用前25 d的仿刺参图像进行特征提取并训练模型,对后25 d的图像进行预测,可达到0.946±0.058的精度.实验结果表明,使用ResNet50卷积神经网络可有效地对仿刺参进行预测,并在时间追踪任务中取得优于传统标记方法的精度.
文献关键词：
仿刺参;非侵入式标记;深度学习;疣足;复杂表型
中图分类号：
作者姓名：
刘洋;王扬帆;胡景杰;包振民;丁君;常亚青;杨建敏;侯虎
作者机构：
中国海洋大学海洋生命学院,海洋生物遗传学与育种教育部重点实验室,山东青岛266003;山东华春渔业有限公司,山东东营257236;大连海洋大学水产与生命学院,辽宁大连116023;鲁东大学农学院,山东烟台264025;中国海洋大学食品科学与工程学院,山东青岛266003
文献出处：
引用格式：
[1]刘洋;王扬帆;胡景杰;包振民;丁君;常亚青;杨建敏;侯虎-.基于卷积神经网络的仿刺参非侵入式标记方法的初步研究)[J].中国水产科学,2022(10):1487-1499
A类：
非侵入式标记,疣足
B类：
仿刺参,外标,标记技术,Apostichopus,japonicus,个体尺度,时空行为,行为学研究,种群动态,动态研究,良种繁育,采捕,体壁,柔软,排异,异能,留存率,致伤,伤口,溃烂,非侵入性,研究利用,卷积神经网络模型,分类器,测试集,个体识别,训练模型,ResNet50,复杂表型
AB值：
0.302035
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
