【技术实现步骤摘要】
本申请涉及车辆，特别涉及一种基于机器学习的鱼类数据处理方法、设备、介质及程序。
技术介绍
1、在传统的鱼类养殖和环境管理中，由于不同的水域对应的水体环境不同，因此了解鱼类与特定环境之间的相互作用是非常重要的。
2、相关技术中，往往依靠经验知识和人工观察来判断鱼类是否适合某个特定环境，从而针对不同水域环境推荐对应的鱼类，但是这种方法不仅耗时耗力，而且难以准确地预测鱼类在特定环境下的适应性，导致鱼类养殖和环境保护措施的有效性受限，。
技术实现思路
1、本申请提供一种基于机器学习的鱼类数据处理方法、设备、介质及程序，以解决相关技术中根据经验选取适合养殖在当前水域的鱼的种类，存在鱼类无法适应当前水域环境导致耗时耗力、准确性较低等问题。
2、本申请第一方面实施例提供一种基于机器学习的鱼类数据处理方法，包括以下步骤：获取鱼类数据和目标水域的环境数据；提取所述鱼类数据中至少一种鱼类形态特征和所述环境数据的环境特征；将所述至少一种鱼类形态特征和所述环境特征输入机器学习模型，所述机器...
【技术保护点】
1.一种基于机器学习的鱼类数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的鱼类数据处理方法，其特征在于，所述机器学习模型包括输入层、特征提取层、匹配层和输出层，其中，
3.根据权利要求2所述的基于机器学习的鱼类数据处理方法，其特征在于，所述特征提取层包括多个卷积层，其中，每个卷积层对所述至少一个词向量进行卷积操作得到鱼类形态特征和环境特征分别对应的鱼类和环境对应的植株种类，且所述多个卷积层逐层提取适合每种鱼类生存的植株种类；所述匹配层根据每种鱼类生存的植株种类与环境对应的植株种类进行比对确定匹配结果。
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。