【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。