【技术实现步骤摘要】
本专利技术涉及神经网络领域，更具体地涉及一种基于神经网络的分飞蚁群种类与数量估算系统及方法。
技术介绍
1、神经网络是一种模拟人脑神经元网络结构的计算模型，它可以通过学习大量的数据来自动提取数据中的特征，并建立输入与输出之间的复杂映射关系，由多个神经元组成，神经网络能够通过训练来学习数据的特征和模式，并进行图像分类和数量估算任务，在飞蚁种类和数量估算方面，通常会收集飞蚁的图像或视频数据，并利用这些数据来训练神经网络模型，模型训练完成后，可以将新的图像或视频数据输入到模型中，模型会自动输出飞蚁的种类和数量。
2、神经网络模型的训练需要大量的数据，而且数据的质量和多样性对模型的估算精度有很大影响，在飞蚁种类和数量估算中，缺少对数据的预处理以收集高质量、多样性的数据；并且传统方法通常只能对飞蚁的种类和数量进行粗略的估算，难以准确区分不同种类的飞蚁，也无法准确计算出每一种飞蚁的数量，需要人工观察和统计，效率低下，特别是在大规模的生态系统中，需要耗费大量的人力物力才能完成估算任务。
技术实现思路p>
1、为了克本文档来自技高网...
【技术保护点】
1.一种基于神经网络的分飞蚁群种类与数量估算系统，其特征在于：包括：数据采集模块、数据预处理模块、数据标注模块、神经网络模型构建模块、神经网络模型优化模块、种类数量估算模块，以及结果输出模块；
2.根据权利要求1所述的一种基于神经网络的分飞蚁群种类与数量估算系统，其特征在于：所述数据采集模块中采集的图像数据包括图像纹理数据、图像信息量数据和图像位置数据。
3.根据权利要求1所述的一种基于神经网络的分飞蚁群种类与数量估算系统，其特征在于：所述数据预处理模块中的数据校正通过公式对数据进行校正，其中f'(x)表示数据校正后的数据值，f(x)表示采集数...
【技术特征摘要】
1.一种基于神经网络的分飞蚁群种类与数量估算系统，其特征在于：包括：数据采集模块、数据预处理模块、数据标注模块、神经网络模型构建模块、神经网络模型优化模块、种类数量估算模块，以及结果输出模块；
2.根据权利要求1所述的一种基于神经网络的分飞蚁群种类与数量估算系统，其特征在于：所述数据采集模块中采集的图像数据包括图像纹理数据、图像信息量数据和图像位置数据。
3.根据权利要求1所述的一种基于神经网络的分飞蚁群种类与数量估算系统，其特征在于：所述数据预处理模块中的数据校正通过公式对数据进行校正，其中f'(x)表示数据校正后的数据值，f(x)表示采集数据中的一个数据值，f(x)min表示采集数据中的最小值，f(x)max表示采集数据中的最大值。
4.根据权利要求1所述的一种基于神经网络的分飞蚁群种类与数量估算系统，其特征在于：所述数据标注模块中通过数据标注软件对蚁群进行数据标注，蚁群种类标注：对每张蚁群图像进行种类标注，包括飞蚁的种类、亚种信息，蚁群数量标注：对每张蚁群图像进行数量标注，标记出每只飞蚁的位置和数量，环境信息标注：对每张蚁群图像进行环境信息标注，包括地理位置、气候条件、植被类型。
5.根据权...
【专利技术属性】
技术研发人员：陈海蕊，王合闯，雷宏军，樊银亭，张西广，
申请(专利权)人：中原工学院，
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。