[发明专利]基于大数据云服务器的昆虫种类识别系统及方法在审

专利信息
申请号: 201711042685.6 申请日: 2017-10-30
公开(公告)号: CN107729534A 公开(公告)日: 2018-02-23
发明(设计)人: 杨蕾;宋晓炜;瞿博阳;王晓宁;蔡文静;徐庆伟 申请(专利权)人: 中原工学院
主分类号: G06F17/30 分类号: G06F17/30;G06K9/46;G06K9/62
代理公司: 郑州优盾知识产权代理有限公司41125 代理人: 孙诗雨,栗改
地址: 451191 河南省郑州*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据 服务器 昆虫 种类 识别 系统 方法
【权利要求书】:

1.一种基于大数据云服务器的昆虫种类识别系统,其特征在于,包括移动终端和大数据云服务器,移动终端包括具有近距离拍照的图片获取模块、用于显示图片获取模块所获取图片的显示模块、具有定位功能的GPS模块和用于传输图片获取模块获得图片的数据传输模块,大数据云服务器包括用于对昆虫进行分类的识别服务器、存储昆虫详细信息的昆虫信息数据库和云管理模块,云管理模块与昆虫信息数据库相连接,移动终端的数据传输模块通过无线网络与识别服务器相连接。

2.根据权利要求1所述的基于大数据云服务器的昆虫种类识别系统,其特征在于,所述数据传输模块通过WIFI、2G/3G/4G/5G网络与识别服务器进行相互通信。

3.根据权利要求1所述的基于大数据云服务器的昆虫种类识别系统,其特征在于,所述移动终端专业的手持设备或具有图片获取模块的手机或平板电脑。

4.根据权利要求1所述的基于大数据云服务器的昆虫种类识别系统,其特征在于,所述昆虫信息数据库存储的昆虫信息包含昆虫的名称、昆虫的生活习性、昆虫的颜色特征、昆虫的形态特征和昆虫的应用。

5.根据权利要求1所述的基于大数据云服务器的昆虫种类识别系统,其特征在于,所述数据传输模块将图片获取模块获取的包含有昆虫的图像和GPS模块检测的拍摄图片的地理位置发送至大数据云服务器。

6.根据权利要求1-5中任意一项所述的基于大数据云服务器的昆虫种类识别系统,其特征在于,其识别方法为:

步骤一:收集各种昆虫的图像存储于昆虫信息数据库中,形成昆虫样本图像集;

步骤二:大数据云服务器提取昆虫样本图像集中的特征值并保存形成特征值矩阵;

步骤三:设计神经网络分类器,利用步骤二得到的特征值矩阵训练分类器,并确定分类器的参数;

步骤四:建立神经网络分类器,读入分类器的参数,识别服务器接收移动终端传送来的需要识别的图像,识别服务器提取图像中的昆虫特征值和位置信息;

步骤五:利用图像中的接收昆虫特征值和建立的神经网络分类器对图像中的昆虫进行分类,并通过数据传输模块将昆虫识别结果传送至移动终端,移动终端的显示模块显示昆虫识别结果。

7.根据权利要求6所述的基于大数据云服务器的昆虫种类识别系统,其特征在于,所述昆虫样本图像集中的特征值组成特征向量,包含有n个昆虫的特征值组成一个特征向量:Xi={x1,x2,x3,x4,x5,x6,x7,…,xn,IDi},其中,x1,x2,x3,x4,x5,x6,x7,…,xn表示n个特征值,IDi是特征向量中用来标识昆虫类别的数字标量,IDi与昆虫类别的名称一一对应;所要识别的昆虫样本图像集,则利用特征向量组成的二维特征值矩阵

K=X11X12...X1nX21X22...X2n............Xn1Xn2...Xnn,]]>

其中,X11、X12、…、X1n、X21、…、X2n、…、Xn1…、Xnn为不同的特征向量,设计一个基于径向基的神经网络分类器,对二维特征值矩阵进行样本训练,得到分类器的参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中原工学院,未经中原工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711042685.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top