1、第 54 卷 第 2 期2 0 2 3 年 2 月人民长江YangtzeiverVol 54，No 2Feb，2023收稿日期:2021 12 17基金项目:国家自然科学基金项目(51709116);华北水利水电大学高层次人才科研启动项目(10030)作者简介:刘英杰，女，副教授，博士，研究方向为工程项目管理信息及技术。E mail:lyjwhish163 com文章编号:1001 4179(2023)02 0227 07引用本文:刘英杰，李光辉，马锐鑫 基于组合赋权云模型的水利信息系统可靠性评价 J 人民长江，2023，54(2):227 233基于组合赋权云模型的水利信息系统可靠性评价刘
2、英 杰1，2，3，李 光 辉1，马 锐 鑫1(1 华北水利水电大学 水利学院，河南 郑州 450046;2 水资源高效利用与保障工程河南省协同创新中心，河南 郑州 450046;3 河南省水环境模拟与治理重点实验室，河南 郑州 450046)摘要:水利信息系统运行可靠性关乎水利事业各项工作的正常开展。为了综合评价水利信息系统的运行可靠性，将可能危及系统可靠运行的主要问题作为一个评价系统，从运行环境、硬件、网络系统软件、人为因素 4 个方面分析影响系统运行可靠性的因素，建立了包含准则层、目标层和状态层等多层次的运行可靠性评价指标体系。采用 AHP 法和改进 CITIC 法确定评价指标权重，构建基
3、于云模型的水利信息系统综合评价模型。以一个供水工程决策支持系统为例，对该系统运行可靠性进行研究分析，并利用 Python 软件编程将综合评价结果可视化和直观化。结果表明:该决策支持系统运行可靠性更优，与实际情况相符，验证了评价模型的可行性。研究成果可为开展类似水利信息系统运行可靠性评价与研究提供参考。关键词:水利信息系统;运行可靠性;云模型;AHP 法;改进 CITIC 法中图法分类号:TV68文献标志码:ADOI:10 16232/j cnki 1001 4179 2023 02 0340引 言近年来，水利信息化快速发展，推动传统水利向现代水利转变1。水利信息系统作为水利信息化在水利行业的表
4、现形式，利用互联网、大数据挖掘、人工智能等多种技术，建成了各种集信息管理、资源共享、技术支持等多功能的综合型水利数据中心，推动了水利现代化、智慧化进程，适应了现代水利信息化可持续发展的需求，实现了效益最大化2。目前，水利信息系统内容在水利行业的多个方面有所应用，涉及到水资源调度3 4、移民工作安置5 6、水质监测7、生态环境管理8 等多个领域。随着业务范围的不断扩展，对信息系统运行质量、稳定性要求也越来越高，水利信息系统运行可靠性不仅关系到水利工作的正常进行，对水利现代化建设也有一定的推动作用。因此，对水利信息系统运行可靠性进行合理评估显得尤为必要。国内外学者对水利信息系统的运行可靠性展开了大
5、量研究。Solhee 等9 对农水信息系统的安全运行进行研究分析，并识别出系统中的薄弱环节，提出针对性建议。刘子龙等10 对水文自动测报系统特性进行研究分析，从数据采集精度、通信及数据传输可靠性、水文预报精度 3 个方面对系统运行可靠性进行综合评价。贺挺等11 采用 AHP 法和 SPA 法对水利业务系统的安全性进行综合评估。付静等12 分析了水利信息系统运行存在的主要问题，并在此基础上提出维护措施。水利信息系统在运行过程中，由于人为、自然等因素的影响，产生的实体问题是危及系统安全运行的主要问题来源。基于此，本文以水利信息系统运行可靠为目标，从运行环境、硬件、网络系统软件、人为因素 4个方面分
6、析系统运行可靠性，并借鉴以往的研究工作提出了基于云模型的系统运行可靠性评价模型，对评价信息实现定量与定性的相互转换。应用该模型对一个供水工程决策支持系统运行可靠性进行了综合评价，以期为水利信息系统运行可靠性评价提供实质性人民长江2023 年帮助。1运行可靠性评价指标体系构建1 1评价指标体系若要对水利信息系统运行可靠性进行有效评估，必须建立符合其特性的指标体系。中国于 2015 年发布了 水利信息系统运行维护规范，对水利信息系统的物理环境、信息采集设施、主机等基础设施和水资源管理、水利工程管理等业务系统进行运维管理，并根据具体指标定期对系统进行安全性评估。王文义13 从系统的接地、环境温度和湿
7、度及电源问题等方面对影响水利调度系统可靠运行的环境因素进行研究分析。周维续14 将影响水利信息系统安全的因素划分为物理层、网络层、主机系统层、应用层、数据层和安全管理等 6 个层次。李柳15 对影响工程运行调度的风险因素进行分析，认为应用软件和硬件设备设施能够正常使用是自动化系统平稳运行的关键。蔡阳16 构建了包含采集监控层、支撑层、应用层、门户层等 4 个层次的水利信息系统运行保障平台，提高了信息系统运行可靠性。翟宜峰等17 结合水量调度运行管理特点，将水利自动化系统分为应用系统、应用支撑平台、基础设施、组织管理、技术保障等 5 部分。严升等18 认为了解水利自动化系统的整体结构和设备的运行
8、特征、掌握系统的工作原理能够更好地保障系统稳定运行。以上研究多从水利信息系统的组成结构和功能特点出发研究系统运行可靠性问题，却忽略了人为因素、运行流程失误等对系统安全运行造成的影响。根据 GartnerGroup 的调查发现，流程和人员才是造成信息系统运行故障的主要原因19。本文基于以上研究，依据水利信息系统的特点，结合实地调研情况，构建起水利信息系统运行可靠性评价指标体系。评价体系分为准则层、目标层、状态层 3层。准则层包括运行环境、硬件、网络系统软件、人为因素 4 个部分。目标层由各个部分包含的具体指标构成，其中运行环境分为机房环境、综合布线;硬件分为UPS 系统、机柜系统、计算机系统、传
9、感器、安防系统、通信系统;网络系统软件分为操作系统、业务系统、网络系统;人为因素分为人员素质、技能水平、操作经验。目标层指标又可根据结构的功能要求进行详细划分，构成系统评价指标体系的状态层。具体指标见图 1。1 2状态层指标评估标准采用定性语言值对状态层指标的具体性状进行描述，使用一般、较重、严重 3 个等级表示状态层指标对目标层指标的影响程度(见表 1)。限于篇幅，本文只列出部分指标的评估标准。2运行可靠性评价模型研究2 1确定评价指标权重2 1 1AHP 法确定主观权重AHP 法是一种实用有效的多准则决策方法，是常用的主观赋权法之一，能够使定性问题定量化，复杂系统层次化20。通过邀请行业专
10、家对指标重要性进行两两判断，确定指标权重 j。2 1 2改进 CITIC 法确定客观权重CITIC 法是一种基于评价指标的客观赋权法，通过相关系数、标准差分别衡量指标间的冲突性和指标内的差异性21。本文依据水利信息系统运行可靠性评价指标的具体特点，利用变异系数代替标准差，改进传统 CITIC 法确定指标权重，以此提高评价结果的准确性。假设有 a 个样本，b 个运行可靠性评价指标，则客观权重的计算步骤如下:图 1水利信息系统运行可靠性评价指标体系Fig 1Operation reliability evaluation index system of water conservancy info
11、rmation system822第 2 期刘英杰，等:基于组合赋权云模型的水利信息系统可靠性评价表 1状态层指标评估标准Tab 1Evaluation criteria of state level indicators评价指标评估标准评价等级机房卫生环境缺陷机房环境、自动化设备存在灰尘，影响设备运行环境一般自动化设备性能因灰尘阻塞而受到影响较重自动化设备因灰尘阻塞而存在损坏的风险严重机房环境温度不达标 设备散热性能较差，降温缓慢一般设备发热量较大，无法有效降温，导致设备性能下降较重因设备发热量大导致设备损坏或引发火灾严重防静电设施缺陷未安装防静电设施，但未影响设备运行一般由于静电原因造成打
12、印混乱、图像紊乱的现象较重由于静电原因造成磁盘读写失败，击穿芯片或主机板严重机房内结露因机房内发生结露，但未引发漏电、短路现象或不影响设备运行一般因机房内发生结露，引发自动化设备故障或造成漏电较重因机房内发生结露，造成自动化设备损坏或因漏电造成人身伤害严重机房鼠害由于老鼠进入机房，但未对设备、线缆造成损坏一般由于老鼠进入机房，对设备、线缆造成损坏较重由于老鼠进入机房，对设备、线缆造成损坏，并造成人员触电严重接线不规范线缆安装杂乱一般强电线缆接线不规范，存在短路、断路风险较重弱电线缆接线不规范，影响数据传输，存在传输中断或数据失真隐患严重线槽、穿线管缺陷线槽、穿线管未封闭或被损一般线槽、穿线管未
13、封闭或被损，对设备运行和运维造成影响较重线槽、穿线管未封闭或被损，造成人员触电或发生火灾严重接线箱内杂乱接线箱密封不严，造成灰尘或异物进入一般接线箱内存在灰尘、杂物或异物，影响系统运行和运维较重接线箱内存在灰尘、杂物或异物，导致设备受损严重蓄电池安装不规范不同厂家、不同容量、不同型号、新旧程度不同的电池并联使用，加速蓄电池老化，影响使用寿命一般电池架安装不劳固，存在电池架垮塌风险较重电池架垮塌，造成蓄电池接线短路引发火灾或人身伤害严重(1)建立决策矩阵 X=xija b，xij代表第 i 个样本关于第 j 个指标的数据。(2)计算第 j 个指标的信息熵 Ej。Ej=kai=1pijlnpij，
14、0 Ej 1(1)式中:i=1，2，a;j=1，2，b;k=1lna;pij=xij/ai=1xij。(3)计算第 j 个指标的变异系数 gi。gj=1 Ej(2)(4)对决策矩阵进行标准化处理，利用统计学概念计算相关系数，得到相关系数矩阵 =rj1j2b b，j1，j2=1，2，b，其中 rj1j2表示第 j1个指标和第 j2个指标间的相关系数。(5)各指标间的综合信息量 Cj。Cj=gjbj=1(1 rj1j2)(3)(6)确定指标权重 jj=Cjbj=1Cj(4)2 1 3组合赋权本文采用基于理想点法的组合赋权法22，将 AHP法确定的主观权重 j和改进 CITIC 法确定的客观权重 j
15、相结合，计算公式为wj=wjbj=1wj(5)式中:wj=2j+2j2，j=1，2，b。2 2建立水利信息系统综合评价云模型2 2 1云模型基础理论云模型由李德毅教授提出，是基于模糊数学和概率论算法实现定量与定性转换的一种模型，能够用于解决不确定性问题23。设 U 为定量论域，C 是 U 上的定性概念，若定量值 xU，且 x 对 C 的隶属度(x)0，1 是有稳定倾向的随机数，即:U 0，1，x U，x(x)(6)在云模型中，由期望 Ex、熵 En 和超熵 He 反映整体特征，其中 Ex 表示论域的中心，En 表示定性概念 C的不确定性，He 表示熵的不确定度。云模型可由云发生器建立，包含正向
16、和逆向。正向云发生器是实现定性到定量的转换，通过云模型数字特征产生云滴;逆向云发生器则是将定量数据转换为定性概念。2 2 2确定评价等级标准云本文选取准则层指标作为制定水利信息系统运行可靠性等级量化标准因子，将水利信息系统运行可靠性划分为 4 个等级，分别为优(V1)、良(V2)、中(V3)、差(V4)，由专家根据经验给出量化区间 Bmin，Bmax。同时，为表现定性评语量化过程的模糊性，本文参考文献 24 将不同评语的量化区间彼此相交，并由专家确定相交区域的大小，提高评价结果的准确度。评语集云模型的数字特征计算公式如下:Ex=(Bmin+Bmax)/2En=(Bmax Bmin)/6He=k
17、(7)式中:Bmax，Bmin分别表示评语取值范围的最大值、最小值;k 为常数。2 2 3确定目标层评价云邀请专家依据自身经验和评价等级，结合实地调922人民长江2023 年研情况，根据评价指标体系中状态层指标的评估标准，对目标层指标的运行可靠性进行定量打分，记为 Cxy(x为评价专家个数，y 为评价指标个数)。通过逆向云发生器算法计算目标层指标的评价云模型(Ex，En，He)。计算公式如下:(1)计算期望值 Ex。Ex=1nni=1xi(8)(2)计算熵 En。En=21nni=1xi Ex(9)(3)计算超熵 He。He=1n 1ni=1xi()x2 En2(10)2 2 4确定准则层评价
18、云和综合评价云准则层指标评价云可利用已确定的目标层指标权重和云模型计算得到，综合评价云由准则层指标权重和云模型计算得到，计算公式如下:Ex=Ex1En1w1+Ex2En2w2+ExnEnnwnEn1w1+En2w2+EnnwnEn=En1w1+En2w2+EnnwnHe=He1En1w1+He2En2w2+HenEnnwnEn1w1+En2w2+Ennwn(11)式中:wi为对应指标权重;(Exi，Eni，Hei)为对应指标云模型的数字特征值;n 为评价指标的个数，i=1，2，n。根据评价云的数字特征，采用正向正态云发生器，运用 Python 软件编程绘制出水利信息系统运行可靠性评价云图，可得
19、到水利信息系统整体运行可靠性的具体信息，采用云模型对水利信息系统运行可靠性进行评价。3案例分析3 1工程概况一处大型供水工程决策支持系统包括建设综合办公支撑系统、通信传输系统、调度会商实体环境工程等，其运用现代通信、大数据分析、信息管理等技术实现水量分配、流量监测、水质监测、远程控制、应急管理等功能，充分发挥了工程效益。本文对该决策支持系统的运行可靠性进行综合评价。3 2基础评价云生成通过现场调研，由专家根据经验确定评语集合的量化区间，即为优 7，10)、良 4，8)、中 2，6)、差 0，4)4 个等级。利用式(7)计算对应的评语层云模型参数，见表 2。将云模型参数输入正向云发生器，利用Py
20、thon 软件生成基础云图，见图 2。表 2决策支持系统运行可靠性等级评语集云模型Tab 2Cloud model of operational reliability rating commentsfor decision support system等级评价云模型优(V1)(85，05000，01)良(V2)(60，06667，01)中(V3)(40，06667，01)差(V4)(20，06667，01)图 2基础评价云图Fig 2Basic evaluation cloud map3 3确定指标权重由专家根据 1 9 标度含义表对同一层次指标重要性进行两两判断20，利用层次分析法确定指标
21、主观权重 j。通过现场调研获取南水北调受水区管理所自动化系统运行的相关资料，根据表 1 所列的评估标准对系统进行评价，将一般、较重、严重 3 个等级分别赋予 1，2，3，从而得到各管理所系统运行的指标数据，利用改进 CITIC 法计算指标客观权重 j。利用式(5)计算得到评价指标的组合权重 Wj(见表 3)。表 3决策支持系统运行可靠性评价指标权重Tab 3Operation reliability evaluation index weights ofdecision support system准则层目标层AHP 法权重 jCITIC 法权重 j组合赋权 Wj运行环境机房环境0075100
22、73500729综合布线005000036200428硬件UPS 系统010120086400923机柜系统002350039700321计算机系统007290071500709传感器009910048000764安防系统004470046800449通信系统004120038000389网络系统软件操作系统011050206501625业务系统006290078900700网络系统005830032400463人为因素人员素质005540085300706技能水平008130053300675操作经验012390103501120032第 2 期刘英杰，等:基于组合赋权云模型的水利信息系统可
23、靠性评价3 4确定隶属度云模型邀请水利行业专家、技术专家、信息领域专家共 6位，结合现场调研情况及现有资料，依据表 1 所列的评估标准和评价准则对该供水工程决策支持系统的目标层指标进行定量打分。通过逆向云发生器，利用式(8)(10)计算得到目标层的评价云数字特征。在此基础性上，利用式(11)计算得到该决策支持系统的准则层评价云，结果见表 4。借助 Python 软件，采用正向云发生器，根据各准则层数字特征值生成评价云图(V)，并与基础评价云(V1、V2、V3、V4)进行比较，见图3 6。表 4准则层及目标层指标隶属度云模型Tab 4Cloud model for membership degr
24、ee of criteriaand target level indicators准则层目标层指标数字特征指标数字特征运行环境(74089，00588，01074)机房环境(72000，05013，01438)综合布线(77500，05222，00479)硬件(81290，02088，01685)UPS 系统(89167，05570，01772)机柜系统(86429，07418，02721)计算机系统(93333，04178，00887)传感器(76667，06267，01613)安防系统(61333，06684，01997)通信系统(80500，05849，01136)网络系统软件(8576
25、6，01804，01153)操作系统(84167，07311，00846)业务系统(89167，05570，01772)网络系统(88333，04874，01706)人为因素(78248，01137，01685)人员素质(75833，05222，01226)技能水平(75500，03760，01167)操作经验(81333，04595，02269)图 3运行环境评价云图Fig 3Evaluation cloud map of operating environment由准则层云数字特征结合式(11)，计算得到该供水工程决策支持系统综合评价云数字特征为 Ex=8 185 1，En=0 159 7
26、，He=0 149 1，并绘制出综合评价云图(V)，与基础评价云(V1、V2、V3、V4)对比结果见图 7。从图 3 6 可知:该系统的运行环境、硬件、网络系统软件、人为因素均处于优和良之间，其中网络系统软图 4硬件评价云图Fig 4Evaluation cloud map of hardware图 5网络系统软件评价云图Fig 5Evaluation cloud map of network system software图 6人为因素评价云图Fig 6Evaluation cloud map of human factors图 7综合评价云图Fig 7Comprehensive evalu
27、ation cloud map132人民长江2023 年件已达到优的状态，硬件也与优高度重合，说明该供水工程决策支持系统的硬件、软件、通信网络运行可靠性较高，能够保障各系统的正常运行，应继续保持;运行环境介于优和良之间，且与优基本无重合，应采取进一步的改善措施，比如定期对设备运行环境进行巡检，落实运行管理制度，加强运行期运维工作的措施，减少系统故障发生;人为因素与优重合较少，应加强人才队伍的建设和培养工作，定期对操作人员进行培训，或者建立绩效考核制度，有效提高系统运行的可靠性。从图7 可知，该供水工程决策支持系统运行可靠性等级介于优和良之间，且与优重合度较高，与该工程实际情况较为相符。4结 语
28、本文从运行环境、硬件、网络系统软件、人为因素4 个部分构建了水利信息系统运行可靠性评价指标体系。采用组合赋权法确定评价指标的权重，在此基础上，利用云模型建立评价模型并将其应用于供水工程决策支持系统的运行可靠性评价中，验证了评价模型的可行性。借助 Python 软件将水利信息系统运行可靠性等级以云滴图的形式展现，能够直观简单地把握水利信息系统各部分运行状况，便于对系统的安全运维作出准确指导，为水利信息系统运行可靠性研究提供了新思路。参考文献:1王岚，谷金钰 水利信息化发展综述J 水利建设与管理，2018，38(10):33 36 2刘豪祎 南水北调配套工程自动化数据采集、交换及展示J 河南水利与
29、南水北调，2017，46(12):32 34 3胡瑞鹏，王汉东，黄会勇，等 基于 WebGIS 的南水北调水量调度信息查询系统J 人民长江，2014，45(23):109 112 4LIU J，GAO X，SHAO W，et al Water resources monitoring systemconstruction in Shanxi Province，ChinaJ Procedia Engineering，2016，154:326 333 5王国强 建立水利水电工程移民信息化标准体系的探讨J 水力发电，2020，46(3):9 12 6刘东，王鄂豫，王强 水利水电工程征地移民安置信息化
30、框架体系研究J 人民长江，2013，44(2):92 95，108 7杨帅，张娄英，朱静 基于 LON 总线平台的智慧型水质监测管理系统J 科技通报，2017(4):155 158 8樊寒冰，徐火清，杨少荣 金沙江下游流域生态环境管理信息系统研究J 人民长江，2020，51(增 2):389 392 9SOLHEE K，CHANWOO K，JUNG C Development of evaluation indi-cators for web based agricultural water information system usingmandal art methodJ Journal
31、of Korean Society of ural Planning，2017，23(4)，49 59 10刘子龙，蒋昌兴 水口水电厂水文自动测报系统运行可靠性管理经验J 水文，1996(4):53 55 11贺挺，周维续，张怡 面向水利信息系统网络安全性评价的设计方案J 水利信息化，2017(3):10 15 12付静，周维续，曾焱 水利信息系统运维体制与机制建设的几点思考J 水利信息化，2016(4):53 58 13王文义 影响调度自动化可靠运行的外部环境因素及应采取的措施J 农村电气化，1998(3):17 18 14周维续 水利信息系统安全保障J 信息网络安全，2005(9):56
32、57 15李柳 南水北调中线工程调度运行的自动化管理J 河北水利，2016(6):43 16蔡阳，周维续，詹全忠，等 水利信息系统运行保障平台研究与应用J 中国水利，2010(3):27 29 17侯召成，翟宜峰 南水北调中线干线自动化调度系统总体框架设计J 水利信息化，2010(2):40 45 18严升，谢向东，李欢 现代水利工程中自动化系统问题分析J智能城市，2020，6(5):210 211 19曾旭杰 信息系统运行可靠性及其关键技术研究D 重庆:重庆大学，2009 20邓雪，李家铭，曾浩健，等 层次分析法权重计算方法分析及其应用研究J 数学的实践与认识，2012，42(7):93 1
33、00 21张立军，张潇 基于改进 CITIC 法的加权聚类方法J 统计与决策，2015(22):65 68 22李强，汪永超，侯力，等 基于改进的 FAHP CITIC 和 VIKO法的专用机床优选方法J 组合机床与自动化加工技术，2020(11):135 138，143 23李德毅，孟海军，史雪梅 隶属云和隶属云发生器J 计算机研究与发展，1995(6):15 20 24李首庆 基于云模型模糊综合评判法的飞行规避安全性评估J 电光与控制，2018，25(12):84 89(编辑:郑 毅)232第 2 期刘英杰，等:基于组合赋权云模型的水利信息系统可靠性评价Operation reliabil
34、ity evaluation on water conservancy information systemsbased on combined weighted cloud modelLIU Yingjie1，2，3，LI Guanghui1，MA uixin1(1 School of Water Conservancy，North China University of Water esources and Electric Power，Zhengzhou 450046，China;2Collaborative Innovation Center of Water esources Eff
35、icient Utilization and Support Engineering，Zhengzhou 450046，China;3Henan Key Laboratory of Water Environment Simulation and Treatment，Zhengzhou 450046，ChinaAbstract:Operation reliability of a water conservancy information system is related to the normal operation of water conservancywork In order to
36、 comprehensively evaluate the operation reliability of water conservancy information systems，the main problemsthat may endanger the operation reliability of the systems are considered as an evaluation system，and the influencing factors of thesystemsoperation reliability are analyzed from four aspect
37、s:operating environment，hardware，network system software and hu-man factors，finally a multi level operation reliability evaluation index system containing the criterion level，target level，and statelevel is established We use AHP method and the improved CITIC method to determine the evaluation index
38、weights，and build acomprehensive evaluation model of water conservancy information systems based on cloud model Taking a decision support systemin a water supply project as an example，the operation reliability of the system is studied and analyzed，and the comprehensive e-valuation results are visual
39、ized and intuitive by using Python software programming The results show that the operation reliabilityof the decision support system is closer to excellent and consistent with the actual situation，which verifies the feasibility of the e-valuation model and provided a reference for research on the o
40、peration reliability of water conservancy information systemsKey words:water conservancy information system;operation reliability;cloud model;AHP method;improved CITIC method(上接第 226 页)YOLOv3 CBAM model of Yangtze iver fishing ban scene recognitionbased on transfer learningPENG Di1，WU Taixia1，WANG S
41、hudong2，JU Maosen3(1 School of Earth Sciences and Engineering，Hohai University，Nanjing 211100，China;2 Aerospace Information esearch Insti-tute，Chinese Academy of Sciences，Beijing 100000，China;3 esearch and Training Center for iver Chief System，Hohai Uni-versity，Nanjing 210098，China)Abstract:Shorelin
42、e control of river and lake waters is an important part of the river and lake chief system Since starting thefishing ban in the Yangtze iver，illegal fishing still occurs many times along the Yangtze iver shoreline，so applying remote sens-ing methods such as satellite UAV ground video surveillance to
43、 jointly identify shoreline illegal behaviors has become a trendIn order to rapidly and intelligently achieve accurate detection of fishing behavior in prohibited fishing，an improved deep learningalgorithm YOLOv3 CBAM based on transfer learning and attention mechanism is presented Firstly，aiming at
44、the problem of lim-ited sample size of fishing targets，a pre training weight with strong feature extraction ability is developed by using COCO data-set Secondly，in order to enhance the detection effect of small targets，through the addition of multiple attention modules toYOLOv3 network，an improved Y
45、OLOv3 CBAM detection model is proposed The experimental results show that as the YOLOv3algorithm adopts the training strategy of transfer learning，it can accelerate the convergence speed of the model and improve therecognition accuracy of the model from 7857%to 93 27%By adopting transfer learning st
46、rategies and multiple attention mod-ules，the recognition accuracy of YOLOv3 CBAM is 93 99%，which doesn t need to add additional parameters This study canprovide technical support for the real time dynamic supervision of fishing prohibition in the Yangtze iver BasinKey words:YOLOv3;fishing ban in Yangtze iver;regulation and restoring of rivers and lakes;attention mechanism;transferlearning332
