[发明专利]一种渔业资源的密度智能识别方法及系统

权利要求书

1.一种渔业资源的密度智能识别方法，其特征在于，包括以下步骤：

将目标海域划分为若干海域分区，获取所述海域分区的海洋环境信息，通过所述海洋环境信息提取环境特征；

获取各种类渔业资源的适生条件及分布特征，将所述环境特征与所述适生条件及分布特征进行对比生成偏差信息，根据所述偏差信息对所述海域分区进行区分归类；

建立渔业资源密度识别模型，获取各海域分区渔业资源图像信息，通过所述渔业资源密度识别模型根据所述渔业资源图像信息生成目标海域渔业资源密度信息；

建立目标海域内的渔业资源数据库，通过所述渔业资源数据库对目标海域的渔业资源进行监控。

2.根据权利要求1所述的一种渔业资源的密度智能识别方法，其特征在于，所述的获取所述海域分区的海洋环境信息，通过所述海洋环境信息提取环境特征，具体为：

获取所述海域分区的水文数据、海洋地理数据及海洋气象数据，并将获取的数据进行数据预处理；

将预处理后的数据进行提取特征，将所述特征进行融合构成多特征矩阵；

将所述海域分区预设编号信息，将所述多特征矩阵与预设编号信息进行匹配构建海域分区的环境多特征矩阵集合。

3.根据权利要求1所述的一种渔业资源的密度智能识别方法，其特征在于，所述的将所述环境特征与所述适生条件及分布特征进行对比生成偏差信息，根据所述偏差信息对所述海域分区进行区分归类，具体为：

根据各种类渔业资源的适生条件及分布特生成渔业资源特征矩阵集合，将所述渔业资源特征矩阵集合与海域分区的环境多特征矩阵集合进行相似度计算，生成各海域分区环境特征与渔业资源特征的相似度；

将各海域分区的相似度进行两两对比，获取各海域分区之间的相似度偏差信息；

预设相似度偏差信息阈值区间，将所述相似度偏差信息落在同一阈值区间的对应海域分区归为同一类型。

4.根据权利要求1所述的一种渔业资源的密度智能识别方法，其特征在于，所述的通过所述渔业资源密度识别模型根据所述渔业资源图像信息生成各海域分区渔业资源密度信息，具体为：

基于神经网络建立渔业资源密度识别模型，获取各种类渔业资源图像信息构成样本集，将所述样本集分为训练集及测试集；

通过所述训练集对所述渔业资源密度识别模型进行初始化训练，通过所述测试集对初始化训练后的渔业资源密度识别模型进行验证，若初始化训练后的渔业资源密度识别模型的输出结果与测试集数据的误差小于预设误差阈值，则输出渔业资源密度识别模型；

通过所述渔业资源密度识别模型识别各海域分区渔业资源图像信息中渔业资源的数量信息，并将根据所述数量信息生成各海域分区的渔业资源分布；

将各海域分区的渔业资源分布进行聚合生成目标海域的渔业资源分布，同时生成密度图进行目标海域内渔业资源分布的可视化处理。

5.根据权利要求1所述的一种渔业资源的密度智能识别方法，其特征在于，所述的建立目标海域内的渔业资源数据库，通过所述渔业资源数据库对目标海域的渔业资源进行监控，具体为：

将各海域分区内的渔业资源密度数据根据时序建立渔业资源密度时序数据序列，构建目标海域内的渔业资源数据库，将所述渔业资源密度时序数据序列存入所述渔业资源数据库；

根据季节因素通过大数据分析得到不同季节的渔业资源密度阈值，将目标海域内的渔业资源密度与所述渔业资源密度阈值进行对比分析；

若所述目标海域内的渔业资源密度小于所述渔业资源密度阈值，则生成预警信息，将所述预警信息按照预设方式进行显示，同时生成目标海域禁渔信息；

若所述目标海域内的渔业资源密度大于所述渔业资源密度阈值，则根据目标海域内的渔业资源密度规划合理的捕捞方案，并将所述捕捞方案按照预设方式进行显示。