System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及神经网络,尤其是涉及一种基于图神经网络的海洋生物分类方法及系统。
技术介绍
1、海洋生物分类对于海洋生态研究、资源管理和生物多样性保护具有重要意义。然而,由于海洋生物种类繁多、形态多样,且部分生物难以获取完整样本,传统的分类方法面临诸多挑战。目前广泛应用的分类技术包括形态学分类法、dna条形码技术和基于2d图像的识别方法等。形态学分类法虽然直观,但过度依赖专家经验,主观性强,难以应对形态相似的物种;dna条形码技术虽然准确度高,但成本较高,难以在大规模分类中推广应用;基于2d图像的识别方法虽然效率较高,但往往忽略了生物体的三维结构信息,导致分类准确率受限。近年来,三维建模技术在生物学领域的应用日益广泛,为捕捉生物体的立体结构特征提供了新的可能。同时,图神经网络(gnn)在分类任务中展现出了优越的性能,特别是在处理具有复杂关系结构的数据时。然而,现有的海洋生物分类方法仍存在诸多不足,主要表现在:未能充分利用海洋生物的三维结构特征,缺乏对形态学和分子生物学信息的有效整合,以及分类模型的泛化能力和可解释性有待提高。鉴于此,开发一种结合三维建模和gnn的新型海洋生物分类方法具有重要的理论意义和应用价值,有望突破现有技术的局限,提高海洋生物分类的准确性、效率和可扩展性。
技术实现思路
1、为了解决上述提到的问题,本专利技术提供一种基于图神经网络的海洋生物分类方法及系统。
2、第一方面,本专利技术提供的一种基于图神经网络的海洋生物分类方法,采用如下的技术方案:
...【技术保护点】
1.一种基于图神经网络的海洋生物分类方法,其特征在于,包括:
2.根据权利要求1所述的一种基于图神经网络的海洋生物分类方法,其特征在于,所述获取海洋生物的点云数据,包括采用水下3D激光扫描仪从多角度采集海洋生物的点云数据,为确保数据质量,使用迭代最近点ICP算法对多角度点云进行配准,每个采集的点表示为:
3.根据权利要求2所述的一种基于图神经网络的海洋生物分类方法,其特征在于,所述基于获取的点云数据构建三维网格模型,包括应用泊松表面重建算法生成初始网格模型M= (V, F),V为顶点集,F为面片集,泊松表面重建通过求解偏微分方程得到的零等值面即为重建的表面,并利用拉普拉斯平滑优化模型表面。
4.根据权利要求3所述的一种基于图神经网络的海洋生物分类方法,其特征在于,所述利用三维网格模型提取关键形态学特征,包括通过计算模型表面的曲率信息,生成所需形状索引和形状描述符,利用形状索引和形状描述符与生物学数据融合,构建综合特征向量。
5.根据权利要求4所述的一种基于图神经网络的海洋生物分类方法,其特征在于,所述利用提取的关键形态学特征训练图神
6.根据权利要求5所述的一种基于图神经网络的海洋生物分类方法,其特征在于,所述利用提取的关键形态学特征训练图神经网络,还包括为提高模型的表达能力,引入多头注意力机制优化图卷积神经网络,具体表示为:
7.根据权利要求6所述的一种基于图神经网络的海洋生物分类方法,其特征在于,所述基于训练好的图神经网络进行分类预测,包括通过训练好的GNN模型进行分类预测:
8.一种基于图神经网络的海洋生物分类系统,其特征在于,包括:
9.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行如权利要求1所述的方法。
10.一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行如权利要求1所述的方法。
...【技术特征摘要】
1.一种基于图神经网络的海洋生物分类方法,其特征在于,包括:
2.根据权利要求1所述的一种基于图神经网络的海洋生物分类方法,其特征在于,所述获取海洋生物的点云数据,包括采用水下3d激光扫描仪从多角度采集海洋生物的点云数据,为确保数据质量,使用迭代最近点icp算法对多角度点云进行配准,每个采集的点表示为:
3.根据权利要求2所述的一种基于图神经网络的海洋生物分类方法,其特征在于,所述基于获取的点云数据构建三维网格模型,包括应用泊松表面重建算法生成初始网格模型m= (v, f),v为顶点集,f为面片集,泊松表面重建通过求解偏微分方程得到的零等值面即为重建的表面,并利用拉普拉斯平滑优化模型表面。
4.根据权利要求3所述的一种基于图神经网络的海洋生物分类方法,其特征在于,所述利用三维网格模型提取关键形态学特征,包括通过计算模型表面的曲率信息,生成所需形状索引和形状描述符,利用形状索引和形状描述符与生物学数据融合,构建综合特征向量。
5.根据权利要求4所述的一种基于图神经网络的海洋生物分类方法,其特征在于,所述利用提取的关键...
【专利技术属性】
技术研发人员:苏博,由丽萍,孙婧,李淑君,赵玉庭,何健龙,张娟,李志林,
申请(专利权)人:山东省海洋资源与环境研究院山东省海洋环境监测中心,山东省水产品质量检验中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。