您好，欢迎访问中国农业科学院 机构知识库！

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

深度学习在蜜蜂研究中的应用

文献类型： 中文期刊

作者： 孙逸飞 1 ; 丁桂玲 2 ; 路运才 1 ; 刘振虎 2 ; 黄家兴 2 ;

作者机构： 1.黑龙江大学现代农业与生态环境学院

2.中国农业科学院蜜蜂研究所资源昆虫高效养殖与利用全国重点实验室

关键词： 深度学习;目标检测;行为跟踪;蜂群健康;蜂巢监测

期刊名称： 环境昆虫学报

ISSN：

年卷期： 2023 年 005 期

页码： 1150-1160

收录情况： 北大核心 ; CSCD

摘要： 实现对蜜蜂蜂群的实时动态监测，有助于养蜂业的数字化与智能化发展，对大幅提升养蜂管理水平具有重要意义。深度学习作为人工智能的一种新的研究方向，目前已被广泛应用于昆虫分类学、行为学、害虫生物防治等领域。随着深度学习检测算法的迅速发展，基于深度学习的蜜蜂蜂群监测技术不断涌现，为智能化养蜂提供了可能。为促进深度学习在蜜蜂领域的进一步应用，本文梳理了深度学习在蜜蜂的物种识别、行为跟踪监测、蜂群健康监测和蜂巢监测等方面的研究进展，分析了深度学习技术在蜜蜂蜂群监测研究及应用中存在的一些问题和未来发展方向，为深度学习在蜜蜂领域的应用提出了建议。

  • 相关文献

[1]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[2]基于AlexNet的栽培苜蓿病害识别. 李云昊,李仲贤,伏帅,张忠雪,茆士琴,冯琦胜,梁天刚,李彦忠. 2023

[3]基于深度学习的半监督图像标注系统设计与实现. 胡明玉,夏雪,杨晨雪,曹景军,柴秀娟. 2021

[4]基于改进YOLOv8n的套袋柑橘识别. 王微子,马伟. 2025

[5]蜜蜂群体与个体健康行为监测方法研究进展. 雷超凯,路云涛,王梦玥,武威,李世娟,刘升平. 2025

[6]本体知识库构建研究. 李嘉锐. 2015

[7]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

[8]基于改进YOLOv8s的大田甘蓝移栽状态检测算法. 吴小燕,郭威,朱轶萍,朱华吉,吴华瑞. 2024

[9]基于改进YOLO v5的复杂环境下柑橘目标精准检测与定位方法. 李丽,梁继元,张云峰,张官明,淳长品. 2024

[10]目标检测算法YOLOv5s用于柑桔成熟果实检测的改进. 蹇川,郑永强,刘艳梅,马岩岩,易时来,吕强,谢让金. 2024

[11]基于Mask R-CNN的玉米干旱卷曲叶片检测. 安江勇,黎万义,李茂松. 2019

[12]基于深度学习的近地面草原鼠洞识别计数关键问题研究与应用. 郭秀明,王大伟,刘升平,诸叶平,刘晓辉,林克剑,王佳宇,李非. 2024

[13]基于改进YOLOv5n模型的农作物病虫害识别方法. 承达瑜,赵伟,何伟德,武择鹏,王建东. 2024

[14]基于RT-WEDT的麦穗检测与计数方法. 李婕,杨子豪,郑权,乔江伟,涂静敏. 2024

[15]基于YOLO v5-MNv4S与RANSAC-GN的柑橘姿态估计方法. 李丽,张官明,张云峰,梁继元,淳长品. 2025

[16]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[17]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[18]基于神经网络的文献主题国别标引方法研究. 王新. 2019

[19]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[20]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台