申请/专利权人：山东师范大学

申请日：2023-12-18

公开（公告）日：2024-04-02

公开（公告）号：CN117809195A

主分类号：G06V20/13

分类号：G06V20/13;G06V10/764;G06V10/774;G06V10/26;G06V10/82;G06N3/0464;G06N3/006;G06V10/42;G06V10/80

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明属于生态毒性分析技术领域，公开了一种基于图像识别的海洋溢油生态毒性分析方法及系统。所述的方法包括如下步骤：采集历史海洋溢油事故遥感图像数据、历史洋流数据以及历史海洋水质监测数据，并使用图像识别算法，构建海洋溢油面积预测模型；获取若干石油生态毒性衡量指标，并进行数据筛选；构建海洋溢油生态毒性分析训练样本集；使用深度学习算法，构建海洋溢油生态毒性分析模型；采集实时海洋溢油事故遥感图像数据、实时洋流数据以及实时海洋水质监测数据，并进行海洋溢油面积预测；根据若干石油生态毒性衡量指标，进行数据筛选；进行海洋溢油生态毒性分析。本发明解决了现有技术存在的耗时较长、成本较高以及实时监测困难的问题。

主权项：1.一种基于图像识别的海洋溢油生态毒性分析方法，其特征在于：包括如下步骤：采集若干海域的历史海洋溢油事故遥感图像数据，及其对应海域的历史洋流数据和历史海洋水质监测数据，并根据若干历史海洋溢油事故遥感图像数据，使用图像识别算法，构建海洋溢油面积预测模型，得到对应的若干历史海洋溢油面积预测数据；根据石油生态毒性试验数据，获取若干石油生态毒性衡量指标，并根据若干石油生态毒性衡量指标，对若干历史海洋水质监测数据进行数据筛选，构建对应的若干历史石油生态毒性影响数据；将同一海域的历史海洋溢油面积预测数据、历史洋流数据以及历史石油生态毒性影响数据进行整合，构建海洋溢油生态毒性分析训练样本集；根据海洋溢油生态毒性分析训练样本集，使用深度学习算法，构建海洋溢油生态毒性分析模型；采集当前海域的实时海洋溢油事故遥感图像数据、实时洋流数据以及实时海洋水质监测数据，并将实时海洋溢油事故遥感图像数据，输入海洋溢油面积预测模型，进行海洋溢油面积预测，得到对应的实时海洋溢油面积预测数据；根据若干石油生态毒性衡量指标，对若干石油生态毒性衡量指标进行数据筛选，得到实时石油生态毒性影响数据；将当前海域的实时海洋溢油面积预测数据、实时洋流数据以及实时石油生态毒性影响数据，输入海洋溢油生态毒性分析模型，进行海洋溢油生态毒性分析，得到对应的海洋溢油生态毒性分析结果。

全文数据：

权利要求：

百度查询： 山东师范大学 一种基于图像识别的海洋溢油生态毒性分析方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD