基于神经网络和VMS的渔船捕捞类型辨别

不合理的捕捞方式会导致海洋渔业资源衰退以及海洋生态环境破坏。近年来,渔船监测系统已被用于渔船安全监督、渔业资源管理、海洋生态环境保护等方面。文章以中国近海15艘流刺网渔船、39艘拖网渔船、24艘流动张网渔船共78个样本为研究对象,以BP(back propagation)神经网络为研究模型,借助2014年北斗渔船监测系统(VMS)中对应渔船的航速和航向数据对其作业方式进行辨别。结果显示,基于航速和航向的渔船作业方式辨别正确率分别为93.6%和91%,两者均能较好地对捕捞类型进行分类,且航速的分类精度高于航向。拖网和流动张网渔船分类的正确率在90%以上,而流刺网渔船仅为70%,原因可能是流刺网在空间上的移动较复杂,减弱了航速和航向变化的规律性。

基于BiLSTM模型的远洋渔船类型识别研究

船舶自动识别系统(Automatic identification system, AIS)为渔业资源和渔船捕捞活动管理和研究提供了可能。明确船舶作业类型是开展AIS信息渔业研究应用前提,为渔业研究和管理提供渔船捕捞类型基础数据支撑,保障渔船作业安全和监督非法捕捞渔业活动,作者通过搜集整理3000多艘已知类型船舶信息,从空间、时间和行为等多方面挖掘17种船舶特征参数,采用三层双向长短期记忆网络(Bidirectionallongshort-termmemory,BiLSTM)方法,分别构建渔船/非渔船类别识别模型和不同渔船类型识别模型。模型结果表明,渔船/非渔船的BiLSTM模型的训练数据集分类平均准确率为99.6%,平均精确率为99.8%;验证数据集分类平均准确率为93.6%,平均精确率为95.6%。渔船多分类模型训练数据集分类平均准确率为99.0%,平均精确率为99.3%;验证数据集分类平均准确率是97.0%,平均精确率是97.6%。作者构建的渔船/非渔船类别识别模型和渔船类别识别模型训练和验证精度都较高,模型具有较好的泛化能力,可用于主要捕捞类型渔船识别分类。

脉冲惊虾仪的使用技术

脉冲惊虾仪的开发应用,是科技兴渔的又一成果。1994年,浙江省日本对虾捕捞获得大丰收,脉冲惊虾仪立了大功,使该仪迅速得到普及应用。我们经过两年实践应用,比较全面地掌握了该仪的使用技术,现介绍如下: 一、脉冲惊虾仪的主要组成设备 脉冲惊虾仪分三个部分组成。 1.脉冲发生器控制电源,也称上机。

500KV丹溪变西门子开关油泵打压异常的缺陷分析

通过整理丹溪变西门子(3AT、3AQ)开关打压异常的缺陷的处理实践和对其储能机构的分析,解释开关油泵致打压异常现象的原因,并提出处理几点意见和看法。