【技术实现步骤摘要】
水产运输管理系统及其方法
[0001]本申请涉及智能检测领域，且更为具体地，涉及一种水产运输管理系统及其方法。
技术介绍
[0002]水产运输管理是指对水产产品进行运输过程中的管理和监控。水产产品包括海鲜、淡水鱼类和其他水生动物，它们需要在运输的过程中保持新鲜和安全，以确保产品质量和市场竞争力。
[0003]为了确保水产品的鲜活度，需要在运输的过程中提供适应的运输和生存环境，主要表现为：合适的氧气含量、合适的水温等。现有的对于水温和氧气含量的设置方式通常是基于一般性的物种需求以及经验值进行设置，没有考虑到个体之间的差异，不同个体在耐受水温和氧气含量方面存在差异。
[0004]因此，需要一种优化的水产运输管理方案。
技术实现思路
[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种水产运输管理系统及其方法，其采用基于深度学习的人工智能检测技术，通过对水温和溶解氧这两个保持水产品新鲜度的关键要素进行特征提取并融合从而来判断水产运输的条件是否适宜。这样，可以实时对运输条件进行检测...
【技术保护点】
【技术特征摘要】
1.一种水产运输管理系统，其特征在于，包括：运输条件数据获取模块，用于获取预定时间段内多个预定时间点的水温以及溶解氧含量值；运输条件数据结构化模块，用于将所述多个预定时间点的水温以及溶解氧含量值分别按照时间维度排列为水温时序输入向量以及溶解氧时序输入向量；关联编码模块，用于将所述水温时序输入向量和所述溶解氧时序输入向量进行关联以得到水温
‑
溶解氧关联矩阵；关联特征提取模块，用于将所述水温
‑
溶解氧关联矩阵通过作为过滤器的卷积神经网络模型以得到水温
‑
溶解氧关联特征图；双向注意力分类模块，用于将所述水温
‑
溶解氧关联特征图通过双向注意力机制模块以得到分类特征图；优化模块，用于对所述分类特征图进行特征分布优化以得到优化分类特征图；运输条件适宜度判断模块，用于将所述优化分类特征图通过分类器以获得分类结果，所述分类结果用于表示水产运输的条件是否适宜。2.根据权利要求1所述的水产运输管理系统，其特征在于，所述关联编码模块，用于：以如下关联编码公式计算所述水温时序输入向量和所述溶解氧时序输入向量之间的所述水温
‑
溶解氧关联矩阵；其中，所述关联编码公式为：其中表示所述水温时序输入向量，表示所述水温时序输入向量的转置向量，表示所述溶解氧时序输入向量，表示所述水温
‑
溶解氧关联矩阵，表示矩阵相乘。3.根据权利要求2所述的水产运输管理系统，其特征在于，所述关联特征提取模块，用于：使用所述作为过滤器的卷积神经网络模型的各层在层的正向传递过程中分别对输入数据进行：对所述输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于局部矩阵的均值池化处理以得到池化特征图；对所述池化特征图进行非线性激活以得到激活特征图；其中，所述卷积神经网络模型的最后一层的输出为所述水温
‑
溶解氧关联特征图，所述卷积神经网络模型的第一层的输入为所述水温
‑
溶解氧关联矩阵。4.根据权利要求3所述的水产运输管理系统，其特征在于，所述双向注意力分类模块，包括：降维单元，用于对所述水温
‑
溶解氧关联特征图进行沿通道维度的全局均值池化以得到全局池化特征矩阵；池化单元，用于将所述全局池化特征矩阵分别沿着水平方向和垂直方向进行池化以得到第一向池化向量和第二向池化向量；双向关联矩阵生成单元，用于对所述第一向池化向量和所述第二向池化向量进行关联编码以得到双向关联矩阵；激活单元，用于将所述双向关联矩阵输入Sigmoid激活函数以得到双向关联权重矩阵；
分类特征图生成单元，用于计算所述双向关联权重矩阵和所述水温
‑
溶解氧关联特征图的沿通道维度的各个特征矩阵之间的按位置点乘以得到所述分类特征图。5.根据权利要求4所述的水产运输管理系统，其特征在于，所述优化模块，包括：全局均值池化单元，用于对所述分类特征图进行全局均值池化以得到全局语义特征向量；协方差矩阵生成单元，用于计算所述全局语义特征向量的协方差矩阵；特征值分解单元，用于对所述协方差矩阵进行特征值分解以得到多个特征值以及与所述多个特征值对应的多个特征值向量；类单应子空间构造单元，用于从所述多个特征值向量提取K个最大的特征值对应的K个特征值向量，所述K个特征值向量构成k维的类单应子空间；特征展平化单元，用于将所述分类特征图的沿通道维度的各个特征矩阵进行特征展平化以得到多个分类特征局部展开特征向量；映射单元，用于将所述多个分类特征局部展开特征向量分别映射到所述类单应子空间以得到多个映射后分类特征局部展开特征向量；激活单元，用于将所述多个映射后分类特征局...
【专利技术属性】
技术研发人员：朱卫忠，李玲，
申请(专利权)人：宁波蓝豚水产有限公司，
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。