申请/专利权人:青岛国实信息科技有限公司
申请日:2023-12-13
公开(公告)日:2024-04-26
公开(公告)号:CN117934193A
主分类号:G06Q50/02
分类号:G06Q50/02;G06F16/2458;G06F16/25;G06N3/098;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明提供了基于大数据分析渔区资源的方法,涉及智慧海洋数据挖掘处理技术领域。分为历史数据模型训练和实时数据模型应用两部分,基于渔船多源融合定位数据、渔船基本信息、渔业品类和分布数据、气象数据以及渔港视频数据等建立渔船、渔获等级、渔船作业区域、渔船作业行为、渔业资源区域分布等多维关联,并基于深度学习BiGRU模型训练学习模型关系,预估渔业资源等级;实时数据模型应用部分,基于历史数据训练数据模型,实时监测每船次渔业资源,预测作业区域的资源等级、渔业资源等级。本发明通过大数据建模,打破多源异构数据孤岛,进行联邦学习计算,挖掘各类数据关系,解决渔业资源分布、产出的实时监测及预测问题。
主权项:1.基于大数据分析渔区资源的方法,其特征在于,分为历史数据模型训练和实时数据模型应用两部分,历史数据模型训练部分包括:基于渔船多源融合定位数据及渔船基本信息进行渔船作业区域、行为识别,基于渔业品类和分布数据、渔业资源产出数据以及气象数据,并关联渔船作业区域、行为识别信息,识别渔区、渔船、作业季节关系,基于渔港视频数据识别渔船进出港、渔获视频识别数据,基于渔船动力学模型和实验数据、多源实时渔船融合数据以及渔港视频数据识别,识别渔船特定区域、行为,粗估渔船载重,并与历史渔获数据进行关联,建立有效渔船渔获等级识别模型,基于上述数据,建立渔船、渔获识别、渔获等级、渔船作业区域、渔船作业行为以及渔业资源区域分布等多维关联,并基于深度学习BiGRU模型训练学习模型关系,预估渔业资源等级;实时数据模型应用部分,基于历史数据训练数据模型,实时监测每船次渔业资源,预测作业区域的资源等级、渔业资源等级。
全文数据:
权利要求:
百度查询: 青岛国实信息科技有限公司 基于大数据分析渔区资源的方法
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。