水产养殖大数据技术研究进展与发展趋势分析

被引:48
作者
段青玲
刘怡然
张璐
李道亮
机构
[1] 中国农业大学信息与电气工程学院
关键词
水产养殖; 大数据技术; 数据分析与挖掘;
D O I
暂无
中图分类号
S951.2 [电子设备、计算机在渔业上的应用]; TP311.13 [];
学科分类号
1201 ;
摘要
水产养殖对象特殊、环境复杂、影响因素众多,精准地监测、检测和优化控制极其困难。大数据技术结合数学模型,把水产养殖产生的大量数据加以处理和分析,并将有用的结果以直观的形式呈现给生产者与决策者,是解决上述难题的根本途径。本文主要对水产养殖大数据技术研究进展与发展趋势进行了深入剖析,提出了水产养殖业大数据技术的总体架构;分析了水产养殖大数据的来源和获取手段,重点总结了几种水产养殖大数据分析技术的研究进展和现有水产养殖大数据平台及其提供的应用服务;最后针对水产养殖与大数据技术结合过程所面临的困难与挑战,从实现全面感知、全产业链数据智能分析与自动决策、水产养殖大数据标准体系建设等方面提出水产养殖大数据技术的发展方向。数据是根本,分析是核心,利用大数据技术提高水产养殖综合生产力和效益是最终目的,应深度挖掘现实需求,整合水产养殖全产业链数据,加强基础理论和核心关键技术研究,从而推进大数据技术与水产养殖产业的深度融合,支撑我国水产养殖业彻底转型升级。
引用
收藏
页码:1 / 16
页数:16
相关论文
共 69 条
[1]  
基于非参数的水产品价格预测系统研究.[D].胡涛.中国农业大学.2005, 05
[2]   基于深度学习的鱼类分类算法研究 [J].
顾郑平 ;
朱敏 .
计算机应用与软件, 2018, 35 (01) :200-205
[3]   农业物联网技术研究进展与发展趋势分析 [J].
李道亮 ;
杨昊 .
农业机械学报, 2018, 49 (01) :1-20
[4]   渔业大数据综述 [J].
于喆 .
安徽农业科学, 2017, 45 (09) :211-213
[5]   基于卷积神经网络的鱼类图像识别与分类 [J].
林明旺 .
电子技术与软件工程, 2017, (06) :82-83
[6]   基于物联网的南美白对虾环境监控系统设计 [J].
田野 ;
方磊 ;
魏芳芳 ;
郑文炳 ;
王建平 .
渔业信息与战略, 2017, 32 (01) :38-43
[7]   模糊方法改进的反向传输神经网络预测南美白对虾养殖的水质 [J].
丁金婷 ;
臧泽林 ;
黄敏 .
浙江大学学报(农业与生命科学版), 2017, 43 (01) :128-136
[8]   基于时间序列GA-SVR的水产品价格预测模型及验证 [J].
段青玲 ;
张磊 ;
魏芳芳 ;
肖晓琰 ;
王亮 .
农业工程学报, 2017, 33 (01) :308-314
[9]   我国水产大数据及应用技术研究初探 [J].
王东雨 ;
郑纪业 ;
王迪 ;
刘延忠 .
山东农业科学, 2016, 48 (10) :152-156
[10]   基于K-means聚类和ELM神经网络的养殖水质溶解氧预测 [J].
宦娟 ;
刘星桥 .
农业工程学报, 2016, 32 (17) :174-181