XiaoMi-AI文件搜索系统
World File Search System鱼类
使用卷积神经网络方法基于图像识别贝塔鱼类类型
在印度尼西亚，成为观赏鱼的粉丝已经成为自然的事物。betta鱼是在印度尼西亚很容易找到的观赏鱼类之一。贝塔鱼类的多种类型使贝塔鱼业余爱好者的外行发现很难知道市场上的贝塔鱼的类型。类型的贝塔鱼对贝塔养鱼者的影响非常有影响力。同样，Betta鱼类的类型对Betta Fish竞赛参与者的影响很大，可以确定要遵循的类型的类别。因此，在此问题中，制造一种识别贝塔鱼类的系统是非常必要的。该系统使用卷积神经网络方法，该方法是一种深度学习算法，具有连续的硬体系结构，其参数最多为1,424,403个参数，并且此方法通常用于分类图像。所使用的数据收集总计330个数据，其中包括300个培训数据和30个测试数据。经过设计和实施的系统成功地识别了三种类型的Betta鱼，在10个时期的试验中获得了97％的精度，在15个时期的试验中获得了93％的速度，而在20个时期的试验中，100％的精度最高。关键字：模式简介，图像分类，卷积神经网络，深度学习，贝塔鱼1.引言是生活在淡水和海洋中的鱼类的类型，具有吸引人的身体形状和颜色。观赏鱼具有每种物种的独特性。）。[1]所讨论的独特性是每种观赏鱼所具有的能力。一种具有其独特性的观赏鱼是贝塔·菲斯（Bettasp。这种斗鱼的独特性是它与同性作战的爱好，但不排除另一种类型的可能性，但仍在一个部落中。因此，这条鱼也经常被称为战鱼。
斯里兰卡南部海岸鱼类加工的生态和能源足迹
渔业部门面临着从生态系统角度确定有效管理的挑战，以减轻全球变暖潜能值 (GWP)。这项研究的主要重点是分析马尔代夫鱼类加工价值链中的资源利用率以及所涉及步骤的环境绩效。这项研究试图计算马尔代夫鱼类加工过程中的碳足迹和水足迹。采用快速市场链分析来收集数据。样本由斯里兰卡南部海岸的库达韦拉渔业社区案例研究组成。估算方法基于政府间气候变化专门委员会发布的编制温室气体清单的指南。研究表明，生产 1 公斤马尔代夫鱼需要 5 公斤生鱼。产生的废物被倾倒到海里。加工所用的能源是燃烧木柴。每公斤马尔代夫鱼需要 4 公斤椰子壳。因此，每公吨马尔代夫鱼产生 4.4 公吨二氧化碳当量。生鱼从近海运输到加工点的排放量估计为每吨马尔代夫鱼 70.484 吨二氧化碳当量。加工马尔代夫鱼的用水量估计为每公斤马尔代夫鱼 2.5-3 升。研究表明，柴油是马尔代夫鱼类价值链中二氧化碳的主要贡献者之一，并为碳足迹增加了额外的分数。因此，适当的收获后管理实践将有助于减轻全球变暖潜能值。
海洋生态及渔业提升策略鱼类放养试点第二阶段
香港机场管理局 (AAHK) 正在实施海洋生态及渔业改善策略，旨在改善海洋环境，以促进北大屿山水域的海洋生态和渔业资源。继 2019 年进行的鱼类放养试点测试和在香港国际机场进近区一号（南跑道西端的一个禁区）内部署人工鱼礁 (AR) 后，于 2021 年年中在部署的人工鱼礁进行了第二阶段的试点测试，以调查人工鱼礁是否适合作为放生鱼类的栖息地。由于船只被禁止进入香港国际机场进近区 (HKIAAA)，因此可以最大限度地减少放生鱼苗被商业捕鱼活动捕获的风险以及船只活动的影响。
综述：基因编辑在鱼类和水产医学领域的最新应用
简单总结：水产养殖业是食品生产和全球贸易的重要部门。过去几年中，几种新方法已在不同鱼类物种中建立了基因改造。这些方法表明，包括 CRISPR/Cas9 技术在内的基因编辑工具非常强大，并广泛应用于水产养殖业。不同鱼类及其病原体的基因组中的有针对性和精确的修改为不同的水产养殖部门带来了根本性的改善，包括抗病性、生长或繁殖。这些新技术提供了可行的分子装置，可以促进鱼类和甲壳类动物功能基因组学和治疗应用的发展。总之，通过特定的基因改造方法在水产养殖中创造突变动物是现实。
应用DNA条形码在沿海地区监测马达加斯加鱼类生物多样性
1遗迹研究所和海洋科学，托里亚拉大学，鲁斯德拉塔纳博士，托里亚拉601，马达加斯加； jamal.mahafin@ihsm.mg 2 Marbec，UniversityÉmontpellier，IRD，CNRS，Ifremer，34090，法国蒙彼利埃； Jean-dominique.durand@ird.fr 3水生环境中的顾问组织，法国Ravine des Cabris 97432； pierre.valade@ocea.re（p.v.）; adeline.collet@ocea.re（A.C。）4 ISEM，CNRS，蒙彼利埃大学，IRD，EPHE，34000，法国蒙彼利埃； frederique.cequeira@umontpellier.fr 5 Entropy，IRD，联盟大学，CNRS，New-Calé大学，IFREMER，IFREMER，C/O HALIEUTIC INSTITUTE和MARINE SCIENCES和MARINE SCIENCES，TOLIARA，TOLIARA，RUE，RAUE RABESANDRATANAS，TOLIARA 601，MADAGAGASCARCARASTARA，MADAGAGASCARANGARA; dominique.ponton@ird.fr *通信：henitsoa.jaonalison@gmail.com;这样的。： +261-342-775-130
Badhaiyataal农村市政当局改善鱼类生产技术的采用状况
这项研究是在Bardiya Pmamp鱼带（Badhaiyataal Rural Ruraliapality）进行的，以研究改善鱼类技术的采用状态。采用了一种目的抽样技术来从农村市内各种养鱼场中选择代表性的鱼类种植者样本。在研究期间，使用结构化问卷调查了50个随机选择的养鱼族。研究发现，40-60岁的年龄组显示出最高参与养鱼（48％），而大多数男性。该地区的主要人口是婆罗门和贾纳贾蒂，每个人数占44％。印度教是一种主要宗教（94％），大多数受访者被发现是识字的。大多数受访者（92％）从事农业，所有受访者都从事商业养鱼。他们在自己的土地上有14年的平均农业经验。大多数受访者采用的技术是liming练习，入口设备，用于运输鱼种的充气容器，施肥，改善的鱼种和池塘维护。高饲料成本随后缺乏商业孵化场，缺乏技术人员和高电费是主要挑战。控制印度鱼类的非法进口，并专注于对饲料，鱼种，药物和市场的适当管理，以及建立附近的实验室，熟练技术人员的可用性可能有助于增加采用改进鱼类生产技术的农民数量。
将环境DNA与遥感变量相结合，以绘制沿着大河的鱼类分布
河流生态系统中的生物多样性丧失速度要比限制系统更快，更严重，并且需要空间保护和恢复计划来停止这种侵蚀。关于生物多样性和物种分布的状态和变化的可靠且高度解决的数据对于有效措施至关重要。的高分辨率图仍然有限。与全球卫星传感器的耦合数据具有广泛的环境DNA（EDNA）和机器学习可以实现河流生物分布的快速而精确的映射。在这里，我们研究了使用沿瑞士和法国Rhone River的110个地点的埃德纳数据集组合这些方法的潜力。使用Sentinel 2和Landsat 8图像，我们产生了一组生态变量，描述了河走廊周围的水生栖息地和陆地栖息地。我们将这些变量与基于EDNA的存在和29种鱼类的不存在数据相结合，并使用了三种机器学习模型来评估这些物种的环境适用性。大多数模型表现出良好的性能，表明从遥感中得出的生态变量可以近似鱼类分布的生态决定因素，但是水衍生的变量比河流周围的陆地变量具有更强的关联。物种范围的映射表明该物种沿着瑞士的物种占用物的显着转移，从其瑞士阿尔卑斯山的来源到法国南部的地中海出口。我们的研究消除了将遥感和EDNA结合到大河中物种分布的可行性。该方法可以扩展到任何大河以支持保护方案。
51。基因组编辑的鲑鱼：鱼类福利作为可持续性标准的一部分
鲑鱼是挪威水产养殖中最重要的物种，在2019年，挪威沿岸生产了130万吨养殖鲑鱼。该行业的快速增长面临着与环境，经济学和动物福利有关的几个挑战，都阻碍了可持续生产。针对其中一些挑战的最新建议解决方案是使用基因组编辑。研究计划的一些例子是无菌鲑鱼，抗病鲑鱼和鲑鱼，并增加了omega-3的产生。在挪威，基因技术产生的所有生物均受1993年的《基因技术法》的监管，该法案除了安全评估外，还要求道德合理性，社会效用和对可持续发展的贡献成为对转基因生物评估的一部分。使用指南的操作文件，此外，还开发了针对不同遗传修改植物可持续性贡献的特定案例报告。鉴于预测的基因组被编辑为国际标记的鲑鱼，也应适用于此类动物。我们也确实确定了目前指南中缺少动物福利的话题，这必须包括在可持续性评估中。我们建议挪威动物福利法可以用作如何评估动物福利的指南，其中包括健康，感觉，需求和动物的内在价值。
模拟印度洋动物群中珊瑚礁鱼类和社区类型的空间分布
摘要：预测和映射适中的珊瑚礁多样性可以帮助空间计划和优先级保护活动。我们制作了粗尺度（6.25 km 2），用于珊瑚礁鱼类和社区组成数量的预测模型，从空间综合数据库开始，该数据库的70个环境变量可用于印度洋西部的7039个映射的礁石细胞。从可变的消除和精选过程中创建了一个合奏模型，以做出最佳预测，无论人类影响力如何。使用通常用于评估气候变化和人类捕鱼和水质影响的预选变量的模型将这种最佳模型与模型进行了比较。许多变量（〜27）导致了最佳的物种和社区组成模型，但是生物量，深度和保留连接性的局部变量是主要的预测因子。受人为影响的关键变量包括鱼类生物量和与人类种群的距离，与沉积物和养分的关联较弱。受气候影响的变量通常较弱，包括海面温度（SST）中位数的中位变量，其贡献的贡献是SST Kurtosis，双峰性，过量夏季热量，SST偏度，SST上升速率，上升速率和珊瑚覆盖率的下降。社区组成的可变性最好通过2个主要的豆类狂热斧头 - 角质鱼类和蝴蝶鱼 - 果蝇来解释。在生态上以深度分离豆类 - 三角形物种的数量，深度升高，中位温度，累积过量热量，温度升高和慢性温度应力下降。通过中位温度分离的蝴蝶鱼 - 果鱼的种类，蝴蝶鱼的数量随温度，慢性和急性温度变化以及温度升高而下降。在以坦桑尼亚为中心的东非沿海生态区发现了几个鱼类多样性热点，其次是梅托特，肯尼亚南部和莫桑比克北部。如果可以维持生物量，则与补偿社区反应相结合的广泛分布应保持对气候变化和其他人力压力源的高度多样性和生态韧性。关键词：非洲·生物多样性·骨鱼·环境驱动器·物种多样性·空间建模
计算机视觉和人工智能在鱼类识别、监测和管理中的应用综述
摘要：计算机视觉已应用于鱼类识别至少三十年。随着 2010 年代初深度学习技术的出现，数字图像的使用量强劲增长，而且这种趋势可能会持续下去。随着发表的文章数量的增加，跟踪当前的最新技术水平并确定新研究的最佳行动方案变得越来越困难。在此背景下，本文通过确定该主题的主要研究并简要描述其方法来描述当前的最新技术水平。与大多数先前与应用于鱼类识别、监测和管理的技术相关的评论不同，本文没有提供所提出的技术的详细概述，而是重点关注仍然存在的主要挑战和研究差距。重点强调了普遍存在的弱点，这些弱点阻碍了这种技术在现实条件下的实际操作中的更广泛使用。提出了一些可能的解决方案和未来研究的潜在方向，以努力使学院开发的技术更接近实践要求。