面向聲學(xué)探測(cè)技術(shù)探測(cè)海底受到聲波能量影響而存在的局限性問(wèn)題,提出了基于人工智能技術(shù)的海洋漁業(yè)生態(tài)自動(dòng)化監(jiān)測(cè)研究。根據(jù)采集海洋漁業(yè)生態(tài)環(huán)境數(shù)據(jù),構(gòu)建人工智能模型,簡(jiǎn)化處理大規(guī)模數(shù)據(jù),再合并。依據(jù)數(shù)據(jù)統(tǒng)計(jì)條件、報(bào)表模式及數(shù)據(jù)查詢內(nèi)容,分析全部數(shù)據(jù)。在人工智能技術(shù)支持下,利用機(jī)器學(xué)習(xí)提供環(huán)境參數(shù),模擬海洋漁業(yè)資源時(shí)空分布,利用空間指數(shù)描述了海洋生物生活史空間格局,確定成熟繁殖群體和幼體補(bǔ)充階段空間分布范圍。利用機(jī)器視覺(jué)應(yīng)用原理,確定生態(tài)熱點(diǎn)。分別計(jì)算單個(gè)污染因素評(píng)價(jià)模型和區(qū)域污染分析評(píng)價(jià)模型,設(shè)計(jì)監(jiān)測(cè)流程。由實(shí)驗(yàn)結(jié)果可知,該技術(shù)無(wú)局限性問(wèn)題,能夠精準(zhǔn)監(jiān)測(cè)海洋漁業(yè)生態(tài)環(huán)境,具有實(shí)際應(yīng)用價(jià)值。 

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 引言
1 海洋漁業(yè)生態(tài)環(huán)境數(shù)據(jù)采集
2 基于人工智能技術(shù)數(shù)據(jù)分析
    2.1 人工智能模型
    2.2 分析步驟
3 自動(dòng)化監(jiān)測(cè)方案的實(shí)現(xiàn)
    3.1 海洋漁業(yè)資源時(shí)空分布模擬
    3.2 生態(tài)熱點(diǎn)區(qū)確定
    3.3 監(jiān)測(cè)流程設(shè)計(jì)
4 實(shí)驗(yàn)
    4.1 實(shí)驗(yàn)概況
    4.2 實(shí)驗(yàn)過(guò)程
    4.3 監(jiān)測(cè)結(jié)果
5 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]中國(guó)海洋漁業(yè)產(chǎn)業(yè)生態(tài)系統(tǒng)脆弱性時(shí)空演化及影響因素[J]. 李博,金校名,楊俊,韓增林,蘇飛.  生態(tài)學(xué)報(bào). 2019(12)
[2]柘林灣海洋牧場(chǎng)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估[J]. 馬歡,秦傳新,陳丕茂,林會(huì)潔,段丁毓.  南方水產(chǎn)科學(xué). 2019(01)
[3]水產(chǎn)用微生態(tài)制劑耐藥性評(píng)估及耐藥相關(guān)遺傳元件檢測(cè)[J]. 陳招弟,李健,翟倩倩,常志強(qiáng),王佳佳,葛倩倩.  海洋科學(xué). 2018(06)
[4]全球海洋漁業(yè)治理的發(fā)展趨勢(shì)與特點(diǎn)[J]. 黃碩琳,邵化斌.  太平洋學(xué)報(bào). 2018(04)
[5]靖海灣松江鱸魚(yú)種質(zhì)資源保護(hù)區(qū)生態(tài)環(huán)境質(zhì)量分析與評(píng)價(jià)[J]. 滕瑤,陳碧鵑,夏斌,曲克明,馮娟,崔正國(guó),張旭志,丁東生.  漁業(yè)科學(xué)進(jìn)展. 2018(02)



本文編號(hào)：3668612