若干常用深度神经网络模型在鱼群分类中的性能对比
2022-06-07李沅衡林茂兹丁可武陈文辉苏芳
福建技术师范学院学报 2022年2期
李沅衡,林茂兹,丁可武,陈文辉,苏芳
(1.福建技术师范学院 a. 近海流域环境测控治理福建省高校重点实验室,b.海洋研究院 福建福清 350300;2.南方海洋科学与工程广东省实验室(广州),广东广州 511458)
我国是海洋渔业大国,2019 年我国有渔业人口1 828.20 万人,全社会渔业经济总产值26 406.50 亿元.但是,与我国巨大的渔业总体量相比,我国的渔业科研机构从业人员仅有6 213 人,相关科研机构总固定资产仅有4.5 亿元[1].整体而言,我国渔业还处于一个过度依赖人力与物力的阶段.因为缺少科学的指导,我国渔业发展具有相当的盲目性,其必然会造成不必要的浪费和生态环境的破坏.将有效的技术手段应用于我国渔业资源开发中,可以在有效充分利用海洋资源的同时保护生态环境,为渔业资源循环再生提供有力的技术支撑[2].
近年来,智能水下机器人和智能原位观测仪器逐渐成为人们开发利用海洋资源的重要海工装备[3].智能水下机器人是一个集成水下目标探测和识别、数据融合、人工智能、智能控制以及导航和通信技术的高度集成无人平台.将水下机器人或者水下原位观测仪应用于鱼类探测,可以很好地解决实际生产中海洋牧场实时监测以及盲目捕捞等现实问题.
基于机器视觉感应外界信息的智能水下设备其重要功能之一是目标的自动分类.在分类问题中,支持向量机(SVM)基于统计学原理借助最优化方法解决机器学习问题[4],在小规模分类问题中有广泛……
登录APP查看全文
