-
题名基于计算机视觉的循环水养殖系统残饵识别研究
被引量：15
- 1
-
-
作者
穆春华
范良忠
刘鹰
-
机构
太原科技大学电子信息工程学院
浙江大学宁波理工学院信息与工程学院
中国科学院海洋研究所
-
出处
《渔业现代化》
北大核心
2015年第2期33-37,共5页
-
基金
国家自然科学基金项目"基于计算机视觉的鱼类异常行为建模与识别研究(31302231)"
浙江省教育厅科研项目"封闭循环水养殖系统鱼类异常行为建模(Y201226043)"
宁波市自然科学基金项目"基于计算机视觉的大黄鱼行为研究(2012A610110)"
-
文摘
利用计算机视觉技术和机器学习方法研究工业化循环水养殖的残饵与粪便的识别问题,为基于残饵浓度检测的智能投喂系统提供理论依据。首先对残饵视频进行图像预处理,分割出残饵和粪便图像;然后根据残饵和粪便在灰度分布和形状上的差异,提取平均灰度,周长平方面积比、凸壳面积比、骨架数、对比度、逆差距6个特征;再分别运用4种不同核函数的支持向量机(SVM)算法和改进的决策树算法进行残饵图像识别。结果显示,径向基核函数的SVM算法识别效果最好,残饵和粪便识别率分别达到99%和97%以上;改进离散方式的决策树算法识别率与SVM算法的识别率接近,并且实时性更好。
-
关键词
工业化循环水养殖
计算机视觉
决策树
支持向量机
残饵识别
-
Keywords
industrial recirculating aquaculture
computer vision
decision tree
support vector machine
recognition of residual feeds
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名一种改进的鲁棒多目标优化方法
被引量：5
- 2
-
-
作者
徐鸣
马龙华
顾江萍
黄跃进
沈希
-
机构
浙江工业大学机械工程学院
浙江大学宁波理工学院信息工程学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2013年第8期1178-1182,1189,共6页
-
基金
国家自然科学基金项目(51076143)
-
文摘
针对在解决某些复杂多目标优化问题过程中,所得到的Pareto最优解易受设计参数或环境参数扰动的影响.引入了鲁棒的概念并提出一种改进的鲁棒多目标优化方法,它利用了经典的基于适应度函数期望和方差方法各白的优势,有效地将两种方法结合在一起.为了实现该方法,给出一种基于粒子群优化算法的多目标优化算法.仿真实例结果表明,所给出的方法能够得到更为鲁棒的Pareto最优解.
-
关键词
参数扰动
多目标优化
鲁棒优化
-
Keywords
parameter perturbation
multi-objective optimization
robust optimization
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
