摘要
本发明公开了一种基于黑鲷幼鱼行为特征的近海养殖海水中人工甜味剂安赛蜜浓度的预测方法及系统,包括:采集不同安赛蜜浓度环境下黑鲷幼鱼的运动视频数据并进行预处理;基于改进的YOLOv8网络模型训练得到幼鱼行为识别模型,以及所述黑鲷幼鱼运动视频数据集对应的行为轨迹数据集;基于GNN和GRU网络构建初始时空关联网络模型,利用所述行为轨迹数据集对初始时空关联网络模型进行训练,通过分析黑鲷幼鱼的行为轨迹对安赛蜜浓度进行预测,得到训练完备的时空关联网络模型。本发明能通过黑鲷幼鱼的行为特征对其所处环境中的人工甜味剂安赛蜜浓度进行预测,能够为近海养殖海水环境监测预警提供有力支持。
技术关键词
黑鲷幼鱼
人工甜味剂安赛蜜
运动视频数据
养殖海水
多尺度
轨迹
网络模型训练
数据获取模块
训练集
注意力机制
预测系统
输出特征
坐标
系统为您推荐了相关专利信息
智能预警方法
智能模型
空间地理数据
构建高分辨率
数值
图像匹配技术
多尺度
特征生成图像
Sigmoid函数
图像匹配算法
混凝土试件
照片
防伪方法
特征金字塔
交叉注意力机制
孔隙检测方法
芳香烃
条纹
孔隙检测技术
电子显微镜
编码器模块
序列特征
实例分割方法
全局平均池化
通道