导读:本文包含了海洋鱼类论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:鱼类,海洋,卷积,神经网络,大西洋,舟山,生态。
海洋鱼类论文文献综述
衣雪娟,林建恒,孙军平,江鹏飞[1]（2019）在《几种海洋鱼类的发声特征》一文中研究指出0引言海洋中能够发声的生物种类众多,目前发现哺乳动物(如鲸类、豚类等)、鱼类(如石首鱼科,鳕鱼科,笛鲷科等)、鼓虾等都能够发出各种具有自身物种特征的声音,尤其是我国近海常见的石首鱼科,在特定时段的"大合唱"可以显着提高某些频段的海洋背景噪声。了解和掌握海洋发声生物的声特征有助于海洋生态保护和水中目标识别等技术的提高。1发声鱼类声特征分析为了解常见的发声海洋经济鱼类的声特征,我们分别在夏、秋两季到舟山渔场对几种常见的养殖发声海洋鱼类进行了噪声监测,本文分别介绍这几(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
李均鹏,祝开艳,杨澍[2]（2019）在《基于迁移学习的复杂场景海洋鱼类识别方法》一文中研究指出针对海洋渔业监管复杂场景下鱼类识别面临的方法落后及系统性理论研究缺乏等问题,提出一种基于迁移学习模型融合的识别方法。通过ImageNet数据集获取预训练模型InceptionV3,把其特征提取部分作为实验模型的特征提取器,在特征提取器后接入AveragePooling层和Softmax分类层,形成新的训练网络;通过NCFM数据集对新的训练网络进行十折交叉验证,得到十个新的鱼类识别模型,进行模型融合后,识别准确率达到97.368%,比单纯新网络模型提高了29.868%。实验结果表明,该方法在复杂场景下的鱼类识别准确率及其泛化性等性能均优于已有相关方法,能够为渔业捕捞监管系统的智能化升级提供可靠的技术支撑。(本文来源于《计算机应用与软件》期刊2019年09期）
刘光明,梁一巍,李传勇,曾志杰,翁武银[3]（2019）在《海洋中上层鱼类产品中生物胺的调查与控制》一文中研究指出我国海洋中上层鱼类种类丰富,加工企业众多。海洋中上层鱼类是一种高蛋白、高脂肪、高热量的食用鱼类,在其运输、贮藏和加工过程中易受产胺菌的脱羧作用产生大量生物胺,食用后易引发食物中毒,可将生物胺含量作为鱼类产品的一项重要的品质指标。如何对鱼类产品中生物胺进行有效控制,是鱼类产业发展的关键问题。本文通过走访调研周边海洋中上层鱼类加工企业,收集有关生物胺的监控情况,对存在的问题进行分析,并结合文献报道提出海洋中上层鱼类产品生物胺的控制策略,以期指导相关企业的生产加工,为相关部门的政策和科学决策提供可靠依据。(本文来源于《中国食品学报》期刊2019年08期）
张梦然[4]（2019）在《部分食用鱼体内毒素仍在累积》一文中研究指出科技日报讯（记者张梦然）虽然自上世纪90年代末以来，海水中的毒素浓度已经有所下降，但英国《自然》杂志近日在线发表的一项生态学研究指出，海洋暖化以及过度捕捞导致的食性转变，可能会使部分人类可食用鱼类体内的甲基汞（MeHg）含量增加。海产品是许多人(本文来源于《科技日报》期刊2019-08-12）
金涛[5]（2019）在《舟山渔场鱼类资源的兴衰与海洋生态文明建设》一文中研究指出通过对舟山渔场鱼类资源兴衰史的历史回顾,及对其鱼类资源衰竭的原因分析,进一步说明习近平总书记关于生态文明建设论述的重要性,并要遵照习近平总书记关于"生态兴则文明兴,生态衰则文明衰"以及"资源开发要达到社会、经济、生态叁者的效益协调"的重要指示,认真做好海洋资源保护和生态文明建设。(本文来源于《中国海洋社会学研究》期刊2019年00期）
赵信国,刘广绪,陈碧鹃,曲克明,夏斌[6]（2019）在《海洋酸化对海洋鱼类行为的影响及机制研究进展》一文中研究指出自工业革命以来,在人类活动的影响下,大气CO_2浓度持续增加,其中有大约1/3被海洋吸收,造成海水pH值降低和碳酸盐平衡体系的波动,即"海洋酸化"现象(Ocean Acidification)。据联合国政府间气候变化专门委员会预测,如果以当前速率排放CO_2,到21世纪末表层海水的pH值将降低至7.7—7.8,而到2300年将降低至7.3—7.4。作为鱼类对外界刺激最直接的反应,行为在鱼类的繁衍、捕食、避敌等过程中发挥着关键作用。基于此,海洋酸化对海洋鱼类行为的影响受到了越来越多关注。现有研究结果显示海洋酸化不仅会显着干扰包括嗅觉、听觉、视觉在内的感官功能,还将对神经生理功能和细胞信号传导等过程产生不利影响,从而影响海洋鱼类的捕食、逃避捕食、行为侧向化、栖息地识别与选择和集群等行为。行为异常将直接损害鱼类种群的生存与繁衍,继而威胁海洋生态系统的稳定和功能。我国海岸线漫长,海域辽阔,鱼类资源丰富,鱼类捕捞和养殖业发达。但与国外相比,国内此类研究十分匮乏,仅见零星报道。这种现状极大的制约了我国相关应对策略的制定,对我国海洋生态保育和渔业发展非常不利。此外,当前的研究也存在研究范围窄、研究手段不合理、行为效应、潜在机制及生态风险考察不足、研究结果难以整合等问题亟待改进。为此,研究对国内外相关研究进展进行了梳理和总结,并对未来的研究进行展望,以期弥补上述缺憾,促进国内相关研究的广泛开展。(本文来源于《生态学报》期刊2019年15期）
范伟亚[7]（2019）在《基于深度学习的海洋鱼类图像识别与应用》一文中研究指出海洋鱼类作为海洋生物资源中最重要的一类,它不仅是人类重要的食物来源和人类社会可持续发展的重要物质基础,同时也是维护地球生态平衡的重要力量。在对海洋鱼类资源开发探测过程中,必须对各种品种的鱼类进行识别,但鱼类体形各异,大小不一,识别起来较为复杂,而且同一类鱼的不同品种通常具有相似的外形、尺寸以及纹理等特征,很有可能会出现误判而导致严重的经济损失。因此研究海洋鱼类图像的识别技术,对我国海洋鱼类资源的开发利用具有重要的学术价值和经济价值。随着计算机信息技术的飞速发展,深度学习在计算机视觉等多个领域取得重要突破,传统的机器学习方法正逐渐被基于深度学习的方法所替代。本文利用深度学习方法的强大能力及优势,将其运用在海洋鱼类图像识别领域,开展了基于深度学习的海洋鱼类图像识别相关技术研究,具体内容包括:(1)基于改进Faster RCNN的鱼类目标检测方法。针对现有鱼类检测算法对形状不规则和小目标存在检测难度大,准确率低等问题,提出了一种改进Faster RCNN的鱼类目标检测方法。在原始Faster RCNN上运用多通道全连接、形变卷积以及增加锚点数量等方法以保证网络提取到不同尺度下的特征,从而增强网络检测不同形状及尺寸目标的鲁棒性。(2)基于可分离残差卷积神经网络的鱼类目标分割方法。针对现有鱼类目标分割方法分割精度低、效果差、实时性低等问题,提出一种精度和实时性都较好的鱼类目标分割方法。在全卷积神经网络的基础上,结合卷积神经网络中残差学习以及可分离卷积和空洞卷积结构的优势,使模型在保证分割效率的同时,其分割精度也得到了大幅提高。(3)基于迁移学习和联合损失的鱼类识别方法。针对现有鱼类识别方法存在的鱼类标注数据集过少导致训练的深度模型准确度不高以及仅采用Softmax损失函数进行特征分类导致模型输出的特征判别能力较差的问题,提出了一种基于迁移学习和联合损失的鱼类识别方法。首先利用弱监督数据集对深度网络模型进行预训练,利用目标数据集对网络参数进行微调,构建初始化参数的鱼类识别模型,再基于Softmax损失和中心损失组成的联合损失对模型进行训练调优,提高模型输出特征的判别能力。(4)基于以上研究和工作,设计并实现了一个基于微信小程序的移动端海洋鱼类识别系统,并通过实际的场景对系统进行了测试。测试结果表明,该系统能够实现对海洋鱼类进行准确的检测和识别分类,而且运行速度快、使用方便。(本文来源于《重庆师范大学》期刊2019-05-01）
武芳竹,曾江宁,徐晓群,王有基,刘强[8]（2019）在《海洋微塑料污染现状及其对鱼类的生态毒理效应》一文中研究指出海洋微塑料污染已成为全球性环境问题,鉴于微塑料特殊的理化性质,其对海洋生物和海洋生态系统的生态效应愈发受到关注。本文在综述海洋微塑料来源、类型和分布状况的基础上,探讨了鱼类摄入微塑料的途径及其生态毒理学效应。研究表明,全球近岸、大洋和极地海域均有微塑料分布,我国微塑料污染亦较为严重。微塑料会对包括鱼类在内的海洋生物生存造成威胁,其被鱼类摄入的主要途径是经口误食,微塑料进入鱼体后可在不同组织和器官中迁移,消化道是主要蓄积器官。微塑料对海洋鱼类的生态毒理效应主要包括:(1)影响生殖与精卵发生;(2)降低存活率;(3)影响生长发育;(4)扰乱行为;(5)导致组织病变与炎症反应;(6)导致代谢紊乱;(7)干扰神经系统;(8)导致氧化应激;(9)干扰内分泌等。未来研究应重点关注微塑料在海洋生态系统中的迁移扩散过程、不同浓度和粒径微塑料对鱼类的生态毒理效应及致毒机制研究、微塑料和其他典型海洋污染物对鱼类的联合毒性效应,以及微塑料与海洋酸化、缺氧、升温等全球环境问题的迭加效应等。(本文来源于《海洋学报》期刊2019年02期）
郭锦熙[9]（2019）在《基于特征提取与CNN模型融合的海洋鱼类识别》一文中研究指出我国捕鱼业的迅速发展导致过度捕捞的现象逐年加重,同时近年来蓬勃发展的海洋观测领域又产生了大量的水下观测数据;基于这两点,海洋鱼类自动化识别的需求逐年提升,但无约束的自然环境背景使自动化识别技术面临着巨大的挑战。传统基于鱼类图像特征提取的识别算法效率低下、识别率不高;近年来随着人工智能的高速发展,深度学习算法为图像识别领域带来了新的突破,但也容易造成图像在网络传输过程中特征丢失及网络过拟合等问题。针对上述技术需求和存在的问题,基于传统图像特征提取与深度学习算法,提出了一种高精度的鱼类识别框架。首先进行鱼类特征预提取,在深度学习所依赖的原始鱼类图像集上使用Gabor滤波器与方向梯度直方图(Histogram of Oriented Gradients,HOG)对样本进行特征提取,得到鱼类的轮廓和纹理特征,并将其作为训练数据集的一部分,目的是通过手动添加重要特征来避免深度学习中的特征丢失;其次进行网络训练,先利用仿射变换进行图像数据增广以及尺寸调整,扩大训练集规模来提高训练效果,然后改进轻量级的卷积神经网络SqueezeNet来适应鱼类样本集的训练,再通过网络预训练、批量归一化、添加PReLUs-Softplus(Parametric Rectified Linear Unit-Softplus)函数等方法进行训练优化,以应对网络过拟合、收敛困难等问题,通过上述步骤可以训练得到一个识别率较为理想的网络模型;最后,为了进一步提升识别效果,引入多个深度神经网络对训练集进行训练,得到不同的基分类器,根据集成思想对多个基分类器进行融合,融合后输出的结果为样本最终的识别结果,使得每个图像都经过多个分类器进行判断,最终的识别结果也更加准确可靠。实验采用海洋捕鱼活动监控图像Nature Conservancy Fisheries Monitoring作为数据集,引入卷积神经网络对样本训练后,在8种复杂背景下的海洋鱼类测试集上进行识别,达到了较高的识别率。首先,加入的特征图像丰富了神经网络的学习范围,识别效果比单一训练原始样本有所提升;其次,基于SqueezeNet的轻量级网络框架所带来的小尺寸模型也为该模型在实际应用的嵌入式部署上提供了很大的便利;最后,模型融合又将识别框架的识别率和稳定性进一步提高,避免了单一模型对某一类图像识别效果差等现象,使最终测试样本的识别率稳定在一个较高的水平。(本文来源于《天津工业大学》期刊2019-01-23）
石永闯,陈新军[10]（2019）在《小型中上层海洋鱼类资源评估研究进展》一文中研究指出小型中上层海洋鱼类是重要的渔业资源,目前其捕捞产量约占到全球海洋渔获量二分之一。小型中上层海洋鱼类具有生命周期短、生长速度快、分布不均匀、易受环境因素影响等生物学特点,近年来,一些小型中上层海洋鱼类渔获量出现下降趋势,为保证其资源的可持续利用,对其进行准确的资源评估研究和制定合理有效的管理策略显得尤为重要。以文献计量统计分析为基础,对20多年来应用于小型中上层海洋鱼类资源评估的模型方法以及所需数据类型进行归纳与回顾,同时对模型中重要的参数估计、不确定性来源进行总结。分析认为,由于缺乏完整、准确的生物学信息导致无法对小型中上层海洋鱼类使用传统的资源评估方法进行评估,因此,其资源评估研究仍处在发展阶段。建议今后研究中应开展以下工作:1)努力提高现有模型的评估精度,尽可能考虑更多影响因素; 2)要进行长期系统的渔业资源独立调查; 3)充分利用体长等易获得数据,开发体长结构模型和基于生态系统的评估模型,降低模型选择的局限性。(本文来源于《海洋渔业》期刊2019年01期）
海洋鱼类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对海洋渔业监管复杂场景下鱼类识别面临的方法落后及系统性理论研究缺乏等问题,提出一种基于迁移学习模型融合的识别方法。通过ImageNet数据集获取预训练模型InceptionV3,把其特征提取部分作为实验模型的特征提取器,在特征提取器后接入AveragePooling层和Softmax分类层,形成新的训练网络;通过NCFM数据集对新的训练网络进行十折交叉验证,得到十个新的鱼类识别模型,进行模型融合后,识别准确率达到97.368%,比单纯新网络模型提高了29.868%。实验结果表明,该方法在复杂场景下的鱼类识别准确率及其泛化性等性能均优于已有相关方法,能够为渔业捕捞监管系统的智能化升级提供可靠的技术支撑。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
海洋鱼类论文参考文献
[1].衣雪娟,林建恒,孙军平,江鹏飞.几种海洋鱼类的发声特征[C].2019年全国声学大会论文集.2019
[2].李均鹏,祝开艳,杨澍.基于迁移学习的复杂场景海洋鱼类识别方法[J].计算机应用与软件.2019
[3].刘光明,梁一巍,李传勇,曾志杰,翁武银.海洋中上层鱼类产品中生物胺的调查与控制[J].中国食品学报.2019
[4].张梦然.部分食用鱼体内毒素仍在累积[N].科技日报.2019
[5].金涛.舟山渔场鱼类资源的兴衰与海洋生态文明建设[J].中国海洋社会学研究.2019
[6].赵信国,刘广绪,陈碧鹃,曲克明,夏斌.海洋酸化对海洋鱼类行为的影响及机制研究进展[J].生态学报.2019
[7].范伟亚.基于深度学习的海洋鱼类图像识别与应用[D].重庆师范大学.2019
[8].武芳竹,曾江宁,徐晓群,王有基,刘强.海洋微塑料污染现状及其对鱼类的生态毒理效应[J].海洋学报.2019
[9].郭锦熙.基于特征提取与CNN模型融合的海洋鱼类识别[D].天津工业大学.2019
[10].石永闯,陈新军.小型中上层海洋鱼类资源评估研究进展[J].海洋渔业.2019
论文知识图
