CN119399660A 一种基于图像分析的藻类监测方法、装置、设备及介质 （武汉工程大学）_第1页
CN119399660A 一种基于图像分析的藻类监测方法、装置、设备及介质 （武汉工程大学）_第2页
CN119399660A 一种基于图像分析的藻类监测方法、装置、设备及介质 （武汉工程大学）_第3页
CN119399660A 一种基于图像分析的藻类监测方法、装置、设备及介质 （武汉工程大学）_第4页
CN119399660A 一种基于图像分析的藻类监测方法、装置、设备及介质 （武汉工程大学）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于图像分析的藻类监测方法、装置、本发明涉及一种基于图像分析的藻类监测基于水藻蔓延模型对待预测的浮漂监测数据进对藻类繁殖进行预警，提高了模型预测的准确2获取浮漂监测数据以及遥感影像数据，对所述浮漂监测数据以基于所述水质图像时空数据集对构建的LSTM网络进行训练，获得水基于所述水藻覆盖指数的预测值以及预警阈值对藻类通过浮漂设备实时获取浮漂监测数据，并通过北斗短报文将所述浮对所述浮漂监测数据进行时序整理，获得时间有序数据，对所述时间根据水藻生长特性确定水藻的敏感波段组合，其中，所述敏感基于所述敏感波段组合对所述遥感影像数据进行分析，以提,,,,其中，cwcr为水藻覆盖指数，NDm为归一化差异水体指数，EW为增强型水体指k3将所述水质图像时空数据集划分为训练集、验证集以及测,(,,为遗,,,,,4通过北斗报文实时获取浮漂监测数据，将所述浮漂监测数据输入至所数据时空融合模块，用于获取浮漂监测数据以及遥感影像数据，预测模块，用于基于所述水质图像时空数据集对构建的LSTM网络进所述存储器上存储有可被所述处理器执行的计算机可所述处理器执行所述计算机可读程序时实现如权利要求1_7任意一项所述的基于图像5[0001]本发明涉及北斗和人工智能领域，尤其涉及一种基于图像分析的藻类监测方法、基于所述水质图像时空数据集对构建的LSTM网络进行训练，获得水藻蔓延模型，基于所述水藻覆盖指数的预测值以及预警阈值对藻类6,,,,k,(,,7,,,,,所述存储器上存储有可被所述处理器执行的计算机可8所述处理器执行所述计算机可读程序时实现如上所述的基于图像分析的藻类监9漂的经纬度信息以及对应的水质参数后，对经纬度信息以及水质参数进行时间序列排序，,,,,,,p由不同日期采集的多个浮漂点位的传感数据以及通过遥感影像计算出的水藻覆盖指数构,,,,,,并输出当前时间步的单元状态和隐藏状态，隐藏层中通过门控机制处理输入和单元状态，,(,预测值获得水藻蔓延分布图像，即将各个浮漂定位点上的水藻覆盖指数预测值从低到高，预警模块403，用于基于水藻覆盖指数的预测值以及预警阈值对藻类繁殖进行预如电子设备500上配备的插接式硬盘，智能存储卡（SmartMediaCard，SMC安全数字设备500的内部存储单元也包括外部存储设备。存储器502用于存储安装于电子设备500的应用软件及各类数据，例如安装电子设备500的程序代码等。存储器502还可以用于暂时地施例的基于图像分析的藻类监测方法。[0031]处理器501在一些实施例中可以是一中央处理器（CentralProcessingUnit，CPU微处理器或其他数据处理芯片，用于运行存储器502中存储的程序代码或处理数据，基于图像分析的藻类监测程序的识别信息以及用于显示可视化的用户界面。电子设备500任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论