摘要
本发明提供一种基于多源数据融合的鲟鱼健康智能监测方法及系统,首先实时同步采集鲟鱼养殖池的水下图像数据和红外热像数据,并分别进行预处理;之后进行鱼体定位,并分别进行行为特征提取和温度特征提取,之后将鲟鱼行为特征和鱼体温度特征进行特征融合,最后将鲟鱼融合特征输入预先训练好的异常检测模型中,获取异常检测结果;本发明通过整合多种传感技术和先进的数据分析算法,实现了对鲟鱼养殖过程的全面、实时、智能监测,不仅能够及时发现和处理异常情况,还能通过长期数据积累和分析,为养殖管理提供科学依据和优化建议;同时,本发明的实施也显著提高了鲟鱼养殖的效率和产品质量,降低了疾病风险和经济损失。
技术关键词
水下图像数据
LSTM神经网络模型
融合特征
鲟鱼养殖池
线性变换矩阵
Kalman滤波算法
像素点
健康智能监测系统
姿态特征
轨迹特征
特征值
协方差矩阵
主成分分析方法
运动
数据分析算法
轮廓
坐标
系统为您推荐了相关专利信息
强化特征
无人机
输出特征
通道注意力机制
融合特征
功率自适应控制
液压泵系统
场景特征
融合特征
序列