針對(duì)淡水魚(yú)數(shù)量評(píng)估問(wèn)題,通過(guò)水聽(tīng)器和聲學(xué)記錄儀采集鳊（Parabramis pekinensis）和鯽（Carassius auratus）在相同比例、不同混合數(shù)量下的水聲信號(hào),提取54個(gè)特征參數(shù),進(jìn)行相關(guān)性分析,挑選與淡水魚(yú)混合數(shù)量顯著相關(guān)的特征參數(shù),采用Rank-RS法進(jìn)行樣本劃分,建立多元線性回歸模型,并與偏最小二乘回歸模型的預(yù)測(cè)效果進(jìn)行比較。結(jié)果顯示,平均Mel頻率倒譜系數(shù)與淡水魚(yú)混合數(shù)量的相關(guān)性整體上最顯著,多元線性回歸模型的擬合效果較好,預(yù)測(cè)模型■為0.950,RPD為4.492,說(shuō)明所建立的模型適用于淡水魚(yú)混合數(shù)量預(yù)測(cè),將被動(dòng)水聲技術(shù)應(yīng)用于淡水魚(yú)數(shù)量研究具有一定的可行性。 

【文章來(lái)源】：華中農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020,39(05)北大核心CSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

淡水魚(yú)被動(dòng)水聲信號(hào)采集裝置

不同模型結(jié)果比較如表3所示。從表3可知,MLR和PLSR模型的 R — 2 均比對(duì)應(yīng)的R2小,這是由于當(dāng)多元線性回歸方程的樣本數(shù)增多,或者加入了對(duì)數(shù)量梯度有顯著影響的特征時(shí),R2增大,無(wú)限趨近于 1, R — 2 同時(shí)考慮了建立回歸方程的樣本量和自變量的個(gè)數(shù)產(chǎn)生的影響,更能夠準(zhǔn)確地反映回歸方程對(duì)樣本數(shù)據(jù)的擬合程度。因此,本研究選用 R — 2 對(duì)模型的預(yù)測(cè)效果進(jìn)行評(píng)價(jià)。同時(shí)由表3可得,MLR模型的訓(xùn)練集和測(cè)試集 R — 2 分別為0.953和0.950,RMSEC和RMSEP分別為0.921和0.965,PLSR模型的訓(xùn)練集和測(cè)試集 R — 2 分別為0.895和0.837,RMSEC和RMSEP分別為1.478和1.692,因此,MLR模型的擬合效果較好,且模型的預(yù)測(cè)能力和泛化能力較強(qiáng),同時(shí)該模型的相對(duì)分析誤差RPD為4.492,較PLSR模型偏大,說(shuō)明該模型較為可靠,適用于淡水魚(yú)混合數(shù)量預(yù)測(cè)。3 討 論

【參考文獻(xiàn)】：
期刊論文
[1]基于傳感器陣列多特征優(yōu)化融合的魚(yú)粉品質(zhì)檢測(cè)[J]. 李培,譚鶴群,張偉健,皇甫季璇,牛智有.  華中農(nóng)業(yè)大學(xué)學(xué)報(bào). 2019(06)
[2]獐子島海洋牧場(chǎng)秋季漁業(yè)資源聲學(xué)調(diào)查與評(píng)估[J]. 王歡歡,畢福洋,曹敏,湯勇.  大連海洋大學(xué)學(xué)報(bào). 2018(06)
[3]典型柑橘種植區(qū)土壤有機(jī)質(zhì)空間分布與含量預(yù)測(cè)[J]. 段麗君,張海濤,郭龍,杜佩穎,陳可,琚清蘭.  華中農(nóng)業(yè)大學(xué)學(xué)報(bào). 2019(01)
[4]中國(guó)智能水產(chǎn)養(yǎng)殖發(fā)展現(xiàn)狀與對(duì)策研究[J]. 鞏沐歌,孟菲良,黃一心,周海燕.  漁業(yè)現(xiàn)代化. 2018(06)
[5]基于線性回歸的玉米生物量預(yù)測(cè)模型及驗(yàn)證[J]. 仇瑞承,苗艷龍,張漫,李寒,孫紅.  農(nóng)業(yè)工程學(xué)報(bào). 2018(10)
[6]基于近紅外光譜技術(shù)的茶鮮葉海拔高度判別模型建立[J]. 王勝鵬,鄭鵬程,龔自明,張正竹,滕靖,王雪萍,盧素芳.  華中農(nóng)業(yè)大學(xué)學(xué)報(bào). 2018(01)
[7]單品種淡水活魚(yú)數(shù)量的被動(dòng)聲學(xué)估計(jì)[J]. 李路,黃漢英,涂群資,趙思明,熊善柏,馬章宇.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(03)
[8]基于被動(dòng)水聲信號(hào)的淡水魚(yú)種類識(shí)別[J]. 李路,涂群資,黃漢英,趙思明,熊善柏,馬章宇.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(08)
[9]渤海底拖網(wǎng)主要漁業(yè)生物類別時(shí)空分布的初步研究[J]. 于鑫,單秀娟,李忠義,朱仁,陳云龍,金顯仕.  南方水產(chǎn)科學(xué). 2017(02)
[10]基于多目標(biāo)遺傳隨機(jī)森林特征選擇的面向?qū)ο鬂竦胤诸怺J]. 劉舒,姜琦剛,馬玥,肖艷,李遠(yuǎn)華,崔璨.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(01)



本文編號(hào)：3224125