智能鱼类信息共享平台的构建

摘要：

为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,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,使用SpringBoot结构的Java一体式框架和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Tom-cat服务器组合完成网络部署.结果表明:本研究中构建的平台数据库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;系统实现了海量数据存储和高并发访问的需求;构建的智能鱼类信息共享平台,可提供基于纲目、地域、形态、鱼汛、有无鳞片等多种检索入口,图片识鱼准确率达到92.67％;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,实现了优质鱼类资源共享.研究表明,构建的智能鱼类信息共享平台,信息丰富、使用便捷,能有效地解决鱼类海量数据存储和访问效率问题.

关键词：MongoDB、鱼类信息、共享平台、人工智能

所属期刊栏目：37

分类号：S917.4;TP392(水产基础科学)

资助基金：大连市领军人才支持计划项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目

在线出版日期：2022-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：497-504