基于深度学习网络模型的鱼群异常行为识别方法
- 专利权人:
- 河海大学常州校区
- 发明人:
- 李庆武,俞楷,许金鑫,郭晶晶,程海粟
- 申请号:
- CN201510434598.X
- 公开号:
- CN104992189A
- 申请日:
- 2015.07.22
- 申请国别(地区):
- 中国
- 年份:
- 2015
- 代理人:
- 董建林`许婉静
- 摘要:
- 本发明公开了一种基于深度学习网络模型的鱼群异常行为识别方法,属于图像处理技术领域。利用互信息提取最具代表性的图像分块改进深度学习模型,结合时空卷积,对鱼群的行为进行判断,得到鱼群所处的状态。本发明提供的方法可以监控水下鱼群的生长状况,根据深度学习网络输出反馈鱼群所处行为,进行针对性处理,为水产养殖的监控与预警提供重要的方法和手段。
- 来源网站:
- 中国工程科技知识中心
相关发明人
相关专利
- DETECTING DEVICE FOR ABNORMALITY OF GRAIN MOISTURE MEASURING INSTRUMENT
- EVALUATION METHOD FOR CLAY AND MANUFACTURING METHOD OF EXTRUSION MOLDED BODY
- 基于Windows系统的软件程序异常行为分析方法
- ABNORMALITY AND WATER CONTENT INDICATOR FOR GRAIN CIRCULATION DRIER
- BUNDLING ABNORMALITY SENSOR IN AGRICULTURAL BUNDLING APPARATUS