[发明专利]一种基于卷积神经网络的野生动物优化的识别算法

说明书

本发明公开了一种基于卷积神经网络的野生动物优化的识别算法，包括计算模块、传输模块、定位模块和识别模块；所述计算模块用于数据的计算；所述传输模块用于高速低延时传输；所述定位模块用于卫星定位，形成位置定位；所述识别模块用于鸟类声纹识别，本发明结构科学合理，使用安全方便，通过计算模块用于数据的计算，传输模块用于高速低延时传输，定位模块用于卫星定位，形成位置定位，识别模块用于鸟类声纹识别，从而共同完成野生动物的精确监测，最终将空天地数据在一体化平台进行输出，全国多数保护区及野保机构的分析数据最终形成全国主要野生动物的数据统计和分析，实时监测物种的变化趋势。

技术领域

本发明涉及野生动物优化的识别技术领域，具体为一种基于卷积神经网络的野生动物优化的识别算法。

背景技术

野生动物，是指在大自然的环境下生长且未被驯化的动物，野生动物有广义和狭义之分，广义泛指兽类、鸟类、爬行类、两栖类、鱼类以及软体动物和昆虫类，狭义指除了鱼类和无脊椎动物以外的上述各类动物，即包括兽类、鸟类、爬行类和两栖类，按照野生动物与人类的密切联系程度，又可以将野生动物划分为野外环境的野生动物和人工繁殖的野生动物，《野生动物保护法》规定保护的野生动物，是指珍贵、濒危的陆生、水生野生动物和有益的或者有重要经济、科学研究价值的陆生野生动物；

但是目前市场上的野生动物优化的识别算法不够全面，对于数据的接收与传输慢，且不能对于数据进行统计与分析，造成识别率低，且资料不齐全的现象。

发明内容

本发明提供一种基于卷积神经网络的野生动物优化的识别算法，可以有效解决上述背景技术中提出目前市场上的野生动物优化的识别算法不够全面，对于数据的接收与传输慢，且不能对于数据进行统计与分析，造成识别率低，且资料不齐全的现象的问题。

为实现上述目的，本发明提供如下技术方案：一种基于卷积神经网络的野生动物优化的识别算法，包括计算模块、传输模块、定位模块和识别模块；

所述计算模块用于数据的计算；

所述传输模块用于高速低延时传输；

所述定位模块用于卫星定位，形成位置定位；

所述识别模块用于鸟类声纹识别。

根据上述技术方案，所述计算模块依托高算力的GPU算力云，通过150多层的卷积神经网络架构搭建的深度学习算法模型可以对微小的野生动物进行精确的识别，同时依托于Nvidia、Rockchip和Bitmain芯片的联合开发，可以部署在他们集群环境和边缘盒式产品中，使得识别速度高且算力性价比高。

根据上述技术方案，所述传输模块结合5G的高速低延时传输，传输中将信息通过以太网传输到数据采集服务器和含GPU显示电脑；

所述数据采集服务器将数据通过以太网交换机传输到GPU识别服务器集群和业务分析服务器；

所述GPU识别服务器集群和业务分析服务器将数据传输到鸟类信息提示系统和激光驱鸟系统。

根据上述技术方案，所述传输模块传输中将数据进行加密，

完全按照国密局要求的IPSECVPN标准实现，且按照内核级的加解密处理以及网络隔离，并以国密认证的TF32A09芯片为核心，硬件实时加密；

其服务器采用双层网关，前置作为防火墙，后置作为安全通信服务器，防火墙用于过滤非法的业务数据，安全通信服务器用于与客户端建立安全信道，解析安全接入模块传输过来的数据，并将解析得到的数据分发到各个业务服务器上，最后再将处理的结果通过安全信道加密返回到各个安全接入模块中。

根据上述技术方案，所述定位模块采用北斗卫星定位，并进行位置定位，计算出方位、高度和距离，接着通过传输模块传输到计模块。