基于DeNet算法的生态生物识别方法技术

本发明专利技术公开了基于DeNet算法的生态生物识别方法，包括如下步骤：收集生态生物特征，将收集的生态特征进行收集分类，并建立分布式生态特征数据库；发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；通过DeNet算法对采集的生物图像数据进行目标检测；将得到的所需识别的生物图像数据与分布式生态特征数据库中的特征数据进行对比识别。本发明专利技术DE算法通过采用浮点矢量进行编码生成种群个体，将符合要求的个体保存到下一代群体中去，能够过滤大部分候选区域，提高生物识别的速度。提高生物识别的速度。提高生物识别的速度。

【技术实现步骤摘要】
基于DeNet算法的生态生物识别方法


[0001]本专利技术涉及生物识别
，尤其涉及基于DeNet算法的生态生物识别方法。

技术介绍

[0002]水生生物群落与水环境有着错综复杂的相互关系，对水质变化起着重要作用。不同种类的水生生物对水体污染的适应能力不同，有的种类只适于在清洁水中生活，被称为清水生物(或寡污生物)。而有些水生生物则可以生活在污水中，被称为污水生物。水生生物的存亡标志着水质变化程度，因此生物成为水体污化的指标，通过水生生物的调查，可以评价水体被污染的状况。现在一般通过对水生生物进行采集识别，但是采集的图像数据中无用的区域特征较多，占用生物识别的识别速度，使得生物图像识别的速度不高。

技术实现思路

[0003]基于
技术介绍
存在的技术问题，本专利技术提出了基于DeNet算法的生态生物识别方法。
[0004]本专利技术提出的基于DeNet算法的生态生物识别方法，包括如下步骤：
[0005]S1收集生态生物特征，将收集的生态特征进行收集分类，并建立分布式生态特征数据库；
[0006]S2发起本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于DeNet算法的生态生物识别方法，其特征在于，包括如下步骤：S1收集生态生物特征，将收集的生态特征进行收集分类，并建立分布式生态特征数据库；S2发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；S3通过DeNet算法对采集的生物图像数据进行目标检测；S31初始化种群，设置DE算法参数；S32计算种群中每个个体的适应值；S33判断是否满足终止条件，满足终止条件时，则输出最优结果，终止条件不满足时，进行循环，依次执行变异操作、交叉操作、选择操作，直到终止运算；S4将得到的所需识别的生物图像数据与分布式生态特征数据库中的特征数据进行对比识别。2.根据权利要求1所述的基于DeNet算法的生态生物识别方法，其特征在于，所述步骤S31初始化种群为：P(X，g)＝(X
i，g
)，i＝0，1，...，N
p
‑
1；g＝0，1，...，gmaxX
i，g
＝(x
j，i，g
)，j＝0，1，...，D
‑
1其中P表示种群，X表示个体，x表示个体中的基因，g表示代数，i表示个体编号，j表示基因编号。3.根据权...

【专利技术属性】
技术研发人员：杨志峰，沈永明，张远，蔡宴朋，
申请(专利权)人：澜途集思珠海科技有限公司，
类型：发明
国别省市：