水产和渔业论文_智能鱼类信息共享平台的构建 - 科学与社会杂志社投稿

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

水产和渔业论文_智能鱼类信息共享平台的构建

作者:

关键词:

摘要：

文章摘要:为了构建智能鱼类信息共享平台，实现鱼类信息的高效准确检索，本研究针对鱼类数据库信息量大、高并发等特点，基于MongoDB研发了智能鱼类信息共享平台。平台数据库设计了16张表，涵盖了鱼名、生态、形态等多种信息，每张表的结构相对独立，信息可以交叉查询；使用SpringBoot结构的Java一体式框架，采用模块设计方法；通过集成人工智能识鱼模块，采用卷积神经网络实现图片识鱼；利用MongoDB的BinaryJSON实现松散数据结构的管理，使用Spring的MongoTemplate服务进行MongoDB的数据库操作，采用阿里云提供的云服务器平台，以及Nginx反向代理和Springboot内置的Tomcat服务器组合完成网络部署。结果表明：数据库设计实现了鱼类信息的科学性、可追溯性及实用性，系统较好地降低了架构的耦合度，提高了程序的可维护性；图片识鱼准确率达到92.67%；系统实现了海量数据存储、高并发访问的需求。本研究中构建的智能鱼类信息共享平台，可提供基于纲目、地域、形态、渔汛、有无鳞片等多种检索入口；用户可通过上传鱼的文本、图片，查询或识别该鱼的相关信息；还可在地图中根据鱼所处的位置搜索鱼的详细信息，满足了多样化的检索需求；平台信息开放，实现优质鱼类资源共享。研究表明，本研究中构建的智能鱼类信息共享平台，有效地解决鱼类海量数据存储和访问效率问题，信息丰富、使用便捷。

文章关键词:

项目基金:《科学与社会》网址: http://www.kxysh.cn/qikandaodu/2021/1212/1469.html