一种基于深度学习的长江流域非法捕捞预警方法

本发明提供了一种基于深度学习的长江流域非法捕捞预警方法。通过获取非法捕捞案件数据，采用TF‑IDF方法提取案件情况文本中的关键词，构建非法捕捞关键词数据集；基于第三方网络数据平台获取关键词频率数据，形成非法捕捞关键词频率矩阵；结合信息增益评估与遗传算法筛选预警关键词；提取关键词频率特征并标注舆情等级，构建训练数据集；将训练数据集输入结合长短期记忆网络LSTM与自注意力机制的神经网络模型进行训练，得到非法捕捞舆情预警模型。最终，基于实时关键词频率数据，输出待预警区域的舆情预警等级，并生成非法捕捞预警信息。本发明能够有效提升非法捕捞行为预警的准确性与及时性，降低人工分析负担。