摘要
本申请提供一种基于海洋水温的浮游植物密度识别方法及系统,所述方法包括:获取目标海洋区域中各个网格区域的预设三维空间在预设时间范围内的水温数据集;对各个所述水温数据集进行特征提取,获得各个网格区域的海洋水温的时序动态特征、垂向分层特征以及空间关联特征;将各个所述时序动态特征、垂向分层特征以及空间关联特征输入至预设的识别模型,以使所述识别模型基于注意力机制和全连接网络对各个所述时序动态特征、垂向分层特征以及空间关联特征进行特征融合,获得各个融合特征向量,并根据各个所述融合特征向量生成各个所述网格区域的浮游植物密度,提高浮游植物密度识别的准确性和效率。
技术关键词
浮游植物
标签比例学习
分层特征
网格
海洋
数据
混合损失函数
时序
密度
注意力机制
门控循环单元
识别方法
深度学习模型
Softmax函数
多尺度池化
动态
识别系统
全卷积网络
特征提取单元