摘要
本发明属于水产养殖与食品工程技术领域,涉及一种基于声学信号时频域特征融合的鱼类麻醉恢复活性预测方法。在鱼类麻醉恢复过程中实时采集声学呼吸振动信号,并对其进行0.1‑50Hz带通滤波、去噪等预处理,提取ZCR和Gammatone特征图谱;同时采用YOLOv11视觉跟踪算法采集鱼类游动数据,通过计算活跃度指标建立活性分级标准;并以ZCR和Gammatone图谱作为深度学习模型的双分支输入数据,以对应的活性分级数据作为标签,构建多类别分类预测模型。本发明能够精确地预测鱼类麻醉恢复状态,避免运输过程中的过度应激和死亡损失;为水产运输过程中的活性监测提供了一种非侵入性、智能化的检测手段,市场应用前景广阔。
技术关键词
活性预测方法
频域特征
声学信号装置
图谱
深度学习模型
工业相机
水听器
数据
轨迹跟踪功能
视觉跟踪算法
轨迹跟踪算法
水产运输箱
食品工程技术
分类预测模型
加速度
数字采集卡
信号采集装置
麻醉剂