摘要
本发明涉及一种基于深度学习的微藻特征融合分析方法及系统,属于微藻特征识别与分析技术领域,本发明通过根据微藻生长采收阈值范围获取微藻采收时间节点,并获取当前微藻采收时间节点的实时污染物数据,最后根据当前微藻采收时间节点的实时污染物数据进行污染分析,并基于污染分析结果生成相关的调控策略,按照相关的调控策略进行调控。本发明通过融合深度学习网络以及生成对抗网络进行融合,能够融合微藻在不同环境之下的细胞分裂规律以及预设时间之内的图像特征来对目标区域中的微藻生长数据进行分析,解决了图像技术对于微藻生长繁殖识别的痛点,精准把握微藻生长所处阶段,为流域水体微藻污染物识别、调控与去除提供理论支撑。
技术关键词
生长预测模型
图像特征数据
融合分析方法
调控策略
生成对抗网络
深度神经网络
节点
检索标签
环境仿真技术
融合深度学习
微藻培养液
训练集
分析系统
存储器
处理器
措施
速度
系统为您推荐了相关专利信息
LSTM模型
生成对抗网络
预警方法
参数
模型训练模块
可视化方法
流场结构
模拟模型
水流
三维可视化展示
水下图像传输方法
语义
实体识别模型
文本生成图像
文本生成模型
数字孪生模型
异常识别方法
三维地质结构模型
环境监测数据
特征提取能力
智能图像识别
改进型卷积神经网络
分析系统
多尺度特征提取
注意力机制