基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
当前水产养殖的技术创新现状和发展趋势
水产养殖
技术创新
现状和趋势
农业大数据技术研究现状与发展趋势
农业大数据技术
研究现状
发展趋势
水产养殖废水处理技术研究进展
水产养殖废水
水处理
特定微生物
特定水生植物
医疗大数据研究面临的机遇与发展趋势
医疗大数据
医学研究
临床医学
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 水产养殖大数据技术研究进展与发展趋势分析
来源期刊 农业机械学报 学科 农学
关键词 水产养殖 大数据技术 数据分析与挖掘
年,卷(期) 2018,(6) 所属期刊栏目 特约专稿
研究方向 页码范围 1-16
页数 16页 分类号 S126
字数 12567字 语种 中文
DOI 10.6041/j.issn.1000-1298.2018.06.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李道亮 中国农业大学信息与电气工程学院 137 2290 25.0 40.0
2 段青玲 中国农业大学信息与电气工程学院 25 189 9.0 12.0
3 张璐 中国农业大学信息与电气工程学院 51 980 15.0 31.0
4 刘怡然 中国农业大学信息与电气工程学院 4 37 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (815)
共引文献  (3293)
参考文献  (83)
节点文献
引证文献  (19)
同被引文献  (184)
二级引证文献  (16)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(15)
  • 参考文献(0)
  • 二级参考文献(15)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(19)
  • 参考文献(1)
  • 二级参考文献(18)
2003(18)
  • 参考文献(1)
  • 二级参考文献(17)
2004(19)
  • 参考文献(0)
  • 二级参考文献(19)
2005(30)
  • 参考文献(1)
  • 二级参考文献(29)
2006(31)
  • 参考文献(1)
  • 二级参考文献(30)
2007(39)
  • 参考文献(1)
  • 二级参考文献(38)
2008(50)
  • 参考文献(5)
  • 二级参考文献(45)
2009(65)
  • 参考文献(5)
  • 二级参考文献(60)
2010(64)
  • 参考文献(2)
  • 二级参考文献(62)
2011(91)
  • 参考文献(3)
  • 二级参考文献(88)
2012(102)
  • 参考文献(7)
  • 二级参考文献(95)
2013(90)
  • 参考文献(10)
  • 二级参考文献(80)
2014(93)
  • 参考文献(14)
  • 二级参考文献(79)
2015(58)
  • 参考文献(7)
  • 二级参考文献(51)
2016(39)
  • 参考文献(13)
  • 二级参考文献(26)
2017(25)
  • 参考文献(9)
  • 二级参考文献(16)
2018(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(8)
  • 参考文献(3)
  • 二级参考文献(3)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(19)
  • 引证文献(10)
  • 二级引证文献(9)
2020(14)
  • 引证文献(7)
  • 二级引证文献(7)
研究主题发展历程
节点文献
水产养殖
大数据技术
数据分析与挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
相关基金
北京市科技计划项目
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导