基于深度学习的浮游生物检测与分类方法、介质和设备

AITNT
正文
推荐专利
基于深度学习的浮游生物检测与分类方法、介质和设备
申请号:CN202411101225
申请日期:2024-08-12
公开号:CN119107642A
公开日期:2024-12-10
类型:发明专利
摘要
本发明公开了一种基于深度学习的浮游生物检测与分类方法、介质和设备,涉及浮游生物检测与分类领域,基于深度学习的浮游生物检测与分类方法,其步骤主要包括:利用训练集和验证集对深度学习模型进行训练和调优,得到浮游生物分割模型;利用自动编码器对浮游生物原位图像数据集进行分割和提取,得到单个生物图像特征,并利用聚类算法进行聚类,得到聚类结果;根据聚类结果,得到新物种,由此更新浮游生物分割模型,再对测试集进行处理,得到浮游生物检测与分类结果。实施本发明提供的基于深度学习的浮游生物检测与分类方法、介质和设备,能提高浮游生物检测与分类的准确率和识别范围。
技术关键词
分类方法 深度学习模型 自动编码器 训练集 样本 聚类算法 图像 原位 处理器 数据 标签 计算机设备 生物 可读存储介质 存储器 解码器 镜像
系统为您推荐了相关专利信息
1
一种基于VMD与MSCNN的跨频段神经肌肉耦合分析方法
广义偏定向相干性 耦合分析方法 频段 生物信号处理技术 高斯核函数
2
一种鱼类寄生虫识别方法及系统
寄生虫 识别方法 鱼类切片 神经网络架构 多尺度滑动窗口
3
一种基于人工智能的密流量加密算法识别方法
流量识别模型 网络流量数据集 流量控制策略 加密算法 特征选择
4
一种基于神经网络的线束寿命预测模型构建与分析方法
寿命预测模型 线束 径向基代理模型 分析方法 样本
5
一种面向市场的水电站收益风险评估方法
风险评估方法 Copula函数 水文 水动力学模型 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号