摘要
本发明涉及牡蛎肉产量预测技术领域,具体公开了一种基于多模态融合的牡蛎肉产量预测方法,方法包括:采集牡蛎原始图像,通过分割网络获取表观数据和形状参数;通过自注意力机制及变分自编码器分别进行特征提取,获取特征向量;基于Concat方法将特征向量进行拼接融合,构建融合特征向量;以融合特征向量为输入,以牡蛎出肉率为目标输出,构建多层感知机回归预测模型;利用测试集对训练后的预测模型进行有效性验证。本发明通过牡蛎的表观图像和形状参数进行特征提取和拼接融合,构建适用于牡蛎出肉率的预测模型,更能捕捉各特征间不同维度的交互规律,显著提高了模型预测精度,避免了现有技术中人工分拣效率低、测量误差大的问题。
技术关键词
产量预测方法
回归预测模型
牡蛎肉
多层感知机
多模态
注意力机制
编码器
图像全局特征
产量预测技术
矩阵
原始图像数据
主成分分析法
方差贡献率
网络
重构误差
系统为您推荐了相关专利信息
数据加密系统
生物特征数据
时序特征
多模态
特征提取算法
骨筋膜室综合征
深静脉血栓
骨科手术
预警系统
采集单元
智能喷涂系统
搪瓷制品
子模块
环境智能控制
高精度视觉
手术机器人系统
多模态数据融合
路径规划算法
正颌手术
规划导航路径