【摘 要】
:
贝类播苗过程中贝苗受洋流、风速等因素影响,无法确定贝苗着床位置,影响贝类采收,造成贝类减产,降低养殖企业营收。针对上述问题,本文基于离心式贝类播苗装置开发了着床点预估系统。本文从贝类播苗作业实际工况分析着手,确定了影响贝类着床点位置的主要环境因素,并对贝类着床点预估系统方案进行了论证,主要包括贝类着床点预估理论模型的建立、数据采集、数据处理及数据可视化方案论证,为着床点预估系统开发提供了理论研究方
论文部分内容阅读
贝类播苗过程中贝苗受洋流、风速等因素影响,无法确定贝苗着床位置,影响贝类采收,造成贝类减产,降低养殖企业营收。针对上述问题,本文基于离心式贝类播苗装置开发了着床点预估系统。本文从贝类播苗作业实际工况分析着手,确定了影响贝类着床点位置的主要环境因素,并对贝类着床点预估系统方案进行了论证,主要包括贝类着床点预估理论模型的建立、数据采集、数据处理及数据可视化方案论证,为着床点预估系统开发提供了理论研究方案。建立了贝类着床点预估理论模型,分别分析了贝苗在叶轮盘上、空气中和水中的运动规律,建立了贝苗各阶段运动模型,采用MATLAB软件计算分析,确定了贝苗运动轨迹和预估贝类着床点区域。完成了系统硬件设计、选型和搭建。对水深、流速、风速和船速测量模块进行了硬件模块及传感器的选型,并设计了Arduino数据整合处理模块,数据上传至局域网服务器,实现了浅海贝类底播区域作业环境数据实时采集。采用浏览器/服务器架构完成了基于树莓派的贝类着床点预估系统的Web软件设计。设计遵从MVC设计模式,包含数据层、业务层、应用层三个部分,数据层实现了原始数据整合和预估点计算,业务层实现了接口数据读取和资源跳转,应用层实现了可视化页面的设计和数据的更新展示,实现了贝类播苗作业环境数据和着床点预估数据可视化。完成了贝类着床点预估系统的系统测试和试验研究。通过模拟贝类海上播苗作业环境,搭建了数据采集测试试验台,测试结果表明,系统数据采集误差小于3.33%,证明了本文数据采集方法设计的可行性;通过撰写测试用例,进行了系统软件测试,对系统各个子功能模块进行功能测试,验证了贝类着床点预估系统软件设计的可行性;进行了海上作业系统测试,获取贝类播苗作业周期内的实际环境数据,并通过对比船载海图仪数据,得出海上数据采集误差小于6.92%、定位精度小于2.5m,验证了贝类着床点预估系统开发的实用性和可靠性。
其他文献
水产动物疾病是影响水产健康养殖的重要因素,有效的疾病防治需要完备的水产医学相关知识作为支撑,而知识图谱是水学产医学相关知识表示及应用、实现水产健康养殖的有效手段,图谱补全技术又是提升水产医学知识图谱构建质量的关键。然而在对水产医学知识图谱补全过程中,水产医学相关数据存在稀疏、关系复杂等特点,造成因水产医学知识图谱同类实体语义辨析度低、语义特征不显著等导致水产医学知识图谱复杂关系补全准确率不高的问题
在水产养殖过程中,水质是影响养殖收益的最主要的因素。随着养殖技术的不断发展,养殖水质环境已经成为各国研究的热点,而氨氮浓度作为衡量水质的重要参数之一,在养殖水质监测中至关重要。氨氮浓度过高会对水生物生存的环境造成恶劣影响,对周围水质、生态等造成破坏。因此对水体氨氮浓度的实时监测尤为重要。对水质数据进行预测可以解决现有检测方法的缺陷,采用预测方法对养殖水体氨氮浓度数据进行分析和建模,建立氨氮浓度与其
渔船轨迹大数据是促进现代海洋经济发展的重要资源,对这种资源的有效利用能够提升我国渔业生产的管理水平,对实现渔业现代化具有重要意义。对渔船航行轨迹数据的分析在航线冲突碰撞预警,捕捞强度预测等方面的运用对渔业资源生产的科学化,系统化管理具有重要作用。相较于拥有路网约束的道路交通轨迹数据,渔船航行轨迹数据具有区域数据点密度高、数据点分布随机、形状无规律、单条轨迹数据的轨迹点数量不统一等一系列特点,这使得
随着水产养殖规模的不断扩大,传统的病害防治技术已经无法满足水产养殖业的需求。因此,亟需一种有效的方法来辅助病害防治技术的研究。事件知识图谱是一种利用人工智能技术赋能传统水产养殖产业的方法,可以转变病害防治技术的研究方式。事件抽取作为构建事件知识图谱的关键环节,有效的事件抽取方法可以提升图谱构建的质量。由于水产动物疾病防治事件含有大量的专有名词边界模糊、事件实体过长和长尾事件实体识别等问题,通用的事
在过去的几年里,生物医学领域所产生的数据海量增长。随着生活水平的提高,人们日渐关注自己的健康质量问题。由于现代科技的不断迭代更新,越来越多的人倾向于在互联网上搜寻医学信息和获取健康帮助。但是传统的搜索引擎存在许多不足,对于用户提出的偏口语化的医疗问句,有时会返回大量重复或者不相干的内容。面对庞大复杂的网页的相关信息,即便是医学领域专业人员也要花费大量时间去鉴别信息的准确性,而大多数使用者缺乏相关的
<正>任何一个时代,都有它的记忆,更准确地说是它的精神记忆。也许物质的记忆我们会逐渐淡忘,但精神的记忆往往更长久。一个精神的记忆,通常都会通过一些标志性的符号、一个名片来唤起、来强化、来延续。我们作为20世纪60年代出生的这一批学者和同志们,都不会忘记曾经激励我们不断成长的雷锋精神。雷锋就是我们那个时代的标志、名片和符号。我们唱着《学习雷锋好榜样》这样的歌曲、读着雷锋的故事成长,不断地把雷锋的故事
近年来,海参养殖已成为水产养殖产业的重要组成部分。然而,海参养殖过程中经常出现大量死亡现象,因此需要定期观测海参生长状态。目前主要通过潜水员持摄像设备提取水下视频图像,这种方式具有视频效果差、安全隐患等局限性。本文针对这一问题,基于微型水下机器人(Remotely Operated Vehicle,ROV)设计了一套操作简便、稳定性强、具备适合水下观测工作功能的水下视频采集系统,并通过实验验证了其
精准养殖是水产养殖领域发展的新趋势,精准投喂是精准养殖的重要内容,基于鱼类行为的精准投喂是精准投喂的新方向。在真实养殖环境中,为解决光线昏暗、声音和视觉噪声干扰等复杂条件下单模态鱼类行为识别准确率和召回率低的问题,开展了基于声音特征识别鱼类行为模型研究、声音与视觉特征融合技术的研究,具体研究内容及创新点如下:(1)基于MFCC和Res Net的鱼类行为识别。针对在极暗或无光条件下,采用计算机视觉手
当今世界上,肺部疾病如肺癌的发病率和死亡率呈最快增长,被认为是对人群健康威胁最大的疾病之一。及早进行肺部疾病筛查可以显著提高患者的生存几率。随着深度学习和计算机辅助诊断技术的发展,基于深度学习的计算机辅助诊断技术结合了影像学、医学图像处理和模式识别,在临床中得到越来越多的应用,将其应用于医学图像研究已成为研究的热点。然而,现有的深度学习模型通常针对大规模数据集设计,其参数量和计算量较大,如何在保持
在渔业资源开发和管理中,鱼类个体识别具有非常重要的意义。精准养殖是鱼类个体识别技术在渔业养殖领域主要的应用之一,可以实时追踪每一条鱼,方便掌握每条鱼的生长状况,科学分析每条个体不同时期的生长数据和摄食量,既能减少资源浪费,又能提高养殖效益;通过鱼类个体识别技术可以对鱼体进行疫病检测,了解其行为习性,及时处理各种异常行为,有效减少疾病救治时间,制定合理的保护和管理计划;通过识别鱼类个体可以精准预测其