文献类型： 中文期刊

作者： 朱浩朋 ¹ ; 伍玉梅 ² ; 唐峰华 ² ; 靳少非 ³ ; 裴凯洋 ⁴ ; 崔雪森 ² ;

作者机构： 1.上海海洋大学海洋科学学院

2.中国水产科学研究院东海水产研究所农业农村部远洋与极地渔业创新重点实验室

3.闽江学院海洋学院

4.上海海洋大学信息学院

关键词： 卷积神经网络;模型;渔业;西北太平洋;柔鱼

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2020 年 36 卷 024 期

页码： 153-160

收录情况： EI ; 北大核心 ; CSCD

摘要： 对远洋渔场资源和位置进行预报可以为远洋渔业生产及管理提供重要信息.该研究针对西北太平洋柔鱼渔场,利用海洋表面温度遥感信息和中国远洋渔船生产资料,基于深度学习原理,选取卷积神经网络构建西北太平洋柔鱼渔场预报模型.根据不同月份、不同通道构建了多种数据集,用于训练渔场预报模型.训练结果表明,4个通道组合的数据集的训练结果最优,渔汛早期(7—8月)、中期(9月)和后期(10—11月)测试集准确率分别为80.5%、81.5%和81.4%.以2015年的真实渔场数据对模型进行验证,模型的平均召回率为82.3%,平均精确率为66.6%,F1得分平均值为73.1%,预测的高产渔区与实际作业的高单位捕捞努力量渔获量区基本匹配.该研究构建的渔场预报模型可以获得较好的准确率,可为其他鱼种的渔场预报模型构建提供思路.