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:
为研究国内外蜂群行为监测进展及应用现状,以“蜜蜂监测”、“自动化”、“行为”为关键词,对2005-2019年的文献进行检索,并从巢内监测和巢外监测2个角度对文献进行梳理总结.结果 表明:1)国内外对巢内图像、声音、温湿度和重量信息的监测与应用大大提高了蜂农养殖效率,减轻蜂农负担;2)巢外的巢门区蜜蜂数量、蜂箱蜜蜂进出量监测研究提高了在实际应用中便捷程度,于发展中不断弱化对传感器的依赖性;3)基于计算机视觉的巢外监测成为新的监测研究热点.已有研究存在信息分析单一、环境数据利用不充分、养殖辅助信息欠缺等不足之处.未来研究方向应着重于多类监测信息进行协同分析、不同监测信息与环境信息结合进行关联分析以及养殖辅助策略多途径化,进一步促进养蜂业发展.
推荐文章
蜂群算法研究综述
蜂群算法
繁殖行为
采蜜行为
蜜蜂交配优化算法
人工蜂群算法
蜂群算法研究综述
蜂群算法
繁殖行为
采蜜行为
蜜蜂交配优化算法
人工蜂群算法
人工蜂群算法研究综述
人工蜂群算法
群智能
多目标优化
约束优化
蜂群算法在智能交通中的应用研究
Agent
蜂群
路径导航
ITS
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 蜂群行为监测方法及应用研究综述
来源期刊 中国农业大学学报 学科 农学
关键词 蜂群行为 自动化监测 巢内 巢外
年,卷(期) 2020,(9) 所属期刊栏目
研究方向 页码范围 80-89
页数 10页 分类号 S2
字数 语种 中文
DOI 10.11841/j.issn.1007-4333.2020.09.09
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 肖顺夫 中国农业科学院农业信息研究所 2 0 0.0 0.0
2 刘升平 中国农业科学院农业信息研究所 13 14 2.0 3.0
3 吕纯阳 中国农业科学院农业信息研究所 3 1 1.0 1.0
4 刘大众 中国农业科学院农业信息研究所 2 0 0.0 0.0
5 杨菲菲 中国农业科学院农业信息研究所 2 0 0.0 0.0
6 刘航 中国农业科学院农业信息研究所 8 24 2.0 4.0
7 郭秀明 中国农业科学院农业信息研究所 17 92 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (16)
参考文献  (25)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(9)
  • 参考文献(3)
  • 二级参考文献(6)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(8)
  • 参考文献(6)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蜂群行为
自动化监测
巢内
巢外
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
中国农业大学学报
月刊
1007-4333
11-3837/S
大16开
北京海淀区圆明园路2号
1955
chi
出版文献量(篇)
4344
总下载数(次)
6
论文1v1指导