[发明专利]一种基于海洋环境因子融合和深度学习的渔情预测方法有效
| 申请号： | 201910204182.7 | 申请日： | 2019-03-18 |
| 公开（公告）号： | CN109902761B | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 袁红春;陈冠奇;张天蛟;黄俊豪;高子玥 | 申请（专利权）人： | 上海海洋大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q10/04;G06Q50/02 |
| 代理公司： | 上海伯瑞杰知识产权代理有限公司 31227 | 代理人： | 李庆 |
| 地址： | 201306 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于海洋环境因子融合和深度学习的渔情预测方法，包括步骤：S1：获取海洋环境因子数据和渔场作业数据；S2：对海洋环境因子数据和渔场作业数据进行预处理；S3：对预处理数据集进行图像合成，获得环境因子图片集和渔场数据图片集；S4：对渔场数据图片集进行标注，获得标注图片集；S5：利用环境因子图片集和标注图片集生成训练数据集和验证数据集；S6：建立一Mask R‑CNN模型并利用训练数据集训练Mask R‑CNN模型；S7：利用验证数据集验证训练后模型的精确度。本发明的一种基于海洋环境因子融合和深度学习的渔情预测方法，可实现渔场区域的自动检测，减少了人为干预，可省去不同参数的权重的步骤，同时保证结果的准确性。 | ||
| 搜索关键词： | 一种 基于 海洋环境 因子 融合 深度 学习 预测 方法 | ||
【主权项】：
1.一种基于海洋环境因子融合和深度学习的渔情预测方法，包括步骤：S1：获取海洋环境因子数据和渔场作业数据；S2：对所述海洋环境因子数据和所述渔场作业数据进行预处理，获得预处理数据集；S3：对所述预处理数据集进行图像合成，获得环境因子图片集和渔场数据图片集；S4：对所述渔场数据图片集进行标注，获得标注图片集；S5：利用所述环境因子图片集和所述标注图片集生成一训练数据集和一验证数据集；S6：建立一Mask R‑CNN模型并利用训练数据集训练所述Mask R‑CNN模型，获得一训练后模型；S7：利用所述验证数据集验证所述训练后模型的精确度。
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上海海洋大学，未经上海海洋大学许可，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/patent/201910204182.7/，转载请声明来源钻瓜专利网。
