一种基于卷积神经网络的疑源类化石的识别和分类方法技术

本发明专利技术提供一种基于卷积神经网络的疑源类化石的识别和分类方法，包括：S1：初始条件准备，通过化石类数据图库中收集疑源类化石图片；S2：对原始疑源类化石图像进行数据增强，建立疑源类化石图像数据集；S3：构建疑源类化石分类及识别卷积神经网络模型，改进模型结构及激活函数；S4：对疑源类化石卷积神经网络进行训练，获得对应权重参数；S5：验证卷积神经网络模型在疑源类化石识别和分类上的性能。本发明专利技术基于卷积神经网络实现了对疑源类化石的识别和分类，该网络模型对疑源类化石种类识别模型具有良好的识别精度和泛化能力；随着迭代次数的增加，模型的性能也逐步提高，可以有效解决依靠人力识别疑源类化石效率低下的问题。

【技术实现步骤摘要】

本专利技术涉及一种识别和分类技术，具体涉及一种基于卷积神经网络的疑源类化石的识别和分类方法。

技术介绍

1、疑源类是一种微体化石类群，是多源的、具有不同亲缘关系的集合体。对地层年代确定、生物地层对比具有重要价值。在元古代和古生代地层中，疑源类是可找到的唯一化石，因此疑源类被广泛的用于生物地层学、古地理学和古环境学的研究。

2、疑源类化石的大小变化范围极大，范围变化从小于10μm到大于1mm，大多数种类的大小在15μm—80μm之间。它们也具有多种多样的外形，圆形、椭圆形、圆盘形、长形或多角形的中空壳体或中心体，在壳体表面还可能有突起、网脊、颗粒、翼、膜等外围修饰。对疑源类化石进行准确鉴定非常重要，根据正确的化石鉴定结果得到的研究结论才具有实际意义和科研价值，才能更有效的服务于地球科学和生物科学的生物研究。现有的鉴定方法主要是相关科研人员通过观察标本的外部形态和内部结构，结合文献、化石图册等相关资料进行鉴定，但随着古生物研究的不断发展，现有鉴定方法效率低下，费时费力的问题也日渐凸显。随着计算机技术的不断发展，图像识别技术越来越多地被应用于各个领域本文档来自技高网...

【技术保护点】

1.一种基于卷积神经网络的疑源类化石的识别和分类方法，其特征在于：它包括以下步骤，

2.根据权利要求1所述的一种基于卷积神经网络的疑源类化石的识别和分类方法，其特征在于：所述步骤S1中，通过化石类数据图库在其中收集10种疑源类化石图片。

3.根据权利要求1所述的一种基于卷积神经网络的疑源类化石的识别和分类方法，其特征在于：所述步骤S2中包括以下步骤，

4.根据权利要求1所述的一种基于卷积神经网络的疑源类化石的识别和分类方法，其特征在于：所述S3中包括以下子步骤，

5.根据权利要求1所述的一种基于卷积神经网络的疑源类化石的识别和分类方法，其特...

【技术特征摘要】

1.一种基于卷积神经网络的疑源类化石的识别和分类方法，其特征在于：它包括以下步骤，

2.根据权利要求1所述的一种基于卷积神经网络的疑源类化石的识别和分类方法，其特征在于：所述步骤s1中，通过化石类数据图库在其中收集10种疑源类化石图片。

3.根据权利要求1所述的一种基于卷积神经网络的疑源类化石的识别和分类方法，其特征在于：所述步骤s2中包括以下步骤，

4.根据权利要求1所述的一种基于卷积神经网络的疑源类化石的识别和分类方法，其特征在于：所述s3中包括以下子步骤，

5.根据权利要求1所述的一种基于卷积神经网络的疑源类化石的识别和分类方法，...

【专利技术属性】
技术研发人员：王骁鹏，华鸿鹏，王志哲，彭锟，周国亮，陆长清，张振兴，
申请(专利权)人：三峡大学，
类型：发明
国别省市：