基于深度学习的刺网与拖网作业类型识别研究

文献类型： 中文期刊

第一作者： 汤先峰

作者： 汤先峰;张胜茂;樊伟;裴凯洋

作者机构：

关键词： 北斗VMS;深度卷积神经网络;图像分类;VGG-16;拖网;刺网

期刊名称： 海洋渔业

ISSN： 1004-2490

年卷期： 2020 年 002 期

页码： 233-244

收录情况： 北大核心 ; CSCD

摘要： 渔船作业类型可分为多种,作为典型近海捕捞作业方式的刺网和拖网捕捞渔船可占总船数的72.6%,准确的渔船作业类型识别可辅助渔船管理.利用北斗渔船监控系统(vessel monitoring system,VMS)数据提出一种对刺网和拖网作业分类识别的方法,因拖网和刺网渔船作业轨迹存在一定的差别,研究先提取出每艘船的航次信息,然后根据航次信息将原始刺网和拖网每条船的VMS划分为多个航次数据,根据航次数据中的经纬度数据批量画出每个航次的航迹图,再利用深度卷积神经网络模型对航迹图进行训练学习,进而实现刺网和拖网作业类型分类识别.通过使用自定义的10层CNN模型及使用迁移学习和模型微调方法调整后的VGG-16模型进行对比实验,结果显示,自定义的CNN模型最终精度为94.3%,证明了本方法的可行性,模型可用于辅助刺网、拖网作业类型判断.

分类号： S972

  • 相关文献

[1]基于VGG-16卷积神经网络的海水养殖病害诊断. 李海涛,王腾,王印庚. 2020

[2]基于VGG-16卷积神经网络的水稻害虫智能识别研究. 钱蓉,孔娟娟,朱静波,张萌,董伟. 2020

[3]基于DRGB的运动中肉牛形体部位识别. 邓寒冰,许童羽,周云成,苗腾,张聿博,徐静,金莉,陈春玲. 2018

[4]基于深度学习的苹果树侧视图果实识别. 荆伟斌,李存军,竞霞,赵叶,程成. 2019

[5]基于神经网络的文献主题国别标引方法研究. 王新. 2019

[6]基于深度卷积神经网络的水稻穗瘟病检测方法. 黄双萍,孙超,齐龙,马旭,汪文娟. 2017

[7]基于深度学习的农作物病害识别系统研发. 梁万杰,曹静,孙传亮,曹宏鑫,张文宇. 2023

[8]辽东湾口虾蛄流刺网的渔获选择性研究. 郭瑞,李显森,赵宪勇,许传才,张国胜,孙珊,尤宗博,朱建成. 2016

[9]辽东湾不同型刺网捕捞性能的比较. 邢彬彬,郭瑞,李显森,赵宪勇,张国胜,许传才,孙珊,尤宗博. 2017

[10]黄海不同型刺网的渔获选择性比较. 李显森,郭瑞,尤宗博,朱建成,孙珊. 2019

[11]2014年江苏省刺网渔业生产时空分布特征. 刘勇,程家骅,张寒野. 2017

[12]南海北部马鲛流刺网渔获组成初步分析. 杨炳忠,杨吝,谭永光,张鹏. 2013

[13]珠江口水域秋季刺网的渔获组成及多样性分析. 晏磊,谭永光,杨吝,杨炳忠,张鹏,陈森,李杰. 2016

[14]红枫湖鱼类资源及空间分布的水声学调查研究. 牟洪民,姚俊杰,倪朝辉,方贵镇,安苗,马珊. 2012

[15]可生物降解PLA刺网与传统PA刺网的物理性能和捕捞效率的比较分析(英文). 舒爱艳,张敏,余雯雯,王越,石建高,王磊,闵明华. 2021

[16]南海北部龙头鱼刺网捕捞性能的初步研究. 晏磊,杨吝,杨炳忠,谭永光,张鹏. 2013

[17]东江鳎沙双层刺网结构及其渔法. 朱适贤. 1991

[18]江苏流刺网不同马力渔船作业的时空特征. 刘勇,程家骅,张寒野. 2019

[19]潮流与布放时间对青岛石雀滩海域海洋牧场刺网CPUE的影响. 李忠义,于小涛,关丽莎,林群,李娇,单秀娟,金显仕. 2021

[20]刺网布放时长与时段组合对莱州湾渔获物组成的影响. 李忠义,王惠宾,韩青鹏. 2025

作者其他论文 更多>>

微信小程序