[发明专利]基于深度学习的海洋产毒微藻种类自动识别方法在审
| 申请号： | 201910394170.5 | 申请日： | 2019-05-13 |
| 公开（公告）号： | CN110245562A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 崔雪森 | 申请（专利权）人： | 中国水产科学研究院东海水产研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06N3/04 |
| 代理公司： | 上海泰能知识产权代理事务所 31233 | 代理人： | 宋缨;钱文斌 |
| 地址： | 200090 *** | 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： | 本发明涉及一种基于深度学习的海洋产毒微藻种类自动识别方法，包括以下步骤：利用光学显微镜获取有毒藻类的图像数据，并对图像数据进行预处理，将预处理后的图像数据制作成训练数据包；建立卷积神经网络模型，将训练数据包输入至卷积神经网络模型中进行训练，得到训练好的卷积神经网络模型；采用训练好的卷积神经网络模型对海洋产毒微藻进行识别。本发明能使产毒藻类的鉴定在时间效率和检验精度上得到提升。 | ||
| 搜索关键词： | 卷积神经网络 微藻 预处理 图像数据 自动识别 数据包 藻类 海洋 图像数据制作 光学显微镜 时间效率 学习 检验 | ||
【主权项】：
1.一种基于深度学习的海洋产毒微藻种类自动识别方法，其特征在于，包括以下步骤：(1)利用光学显微镜获取有毒藻类的图像数据，并对图像数据进行预处理，将预处理后的图像数据制作成训练数据包；(2)建立卷积神经网络模型，将训练数据包输入至卷积神经网络模型中进行训练，得到训练好的卷积神经网络模型；(3)采用训练好的卷积神经网络模型对海洋产毒微藻进行识别。
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国水产科学研究院东海水产研究所，未经中国水产科学研究院东海水产研究所许可，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/201910394170.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种人脸识别方法及装置
- 下一篇：改装车识别方法及相关产品
