公开(公告)号：CN113011397B

公开(公告)日：2024-03-29

申请号：CN202110461909.7

申请日：2021-04-27

Applicant: 北京工商大学

Inventor： 王立 ,  王小艺 ,  吴羽溪 ,  张慧妍 ,  许继平 ,  于家斌 ,  孙茜 ,  赵峙尧 ,  白玉廷 ,  王昭洋 ,  李文浩

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开了一种基于遥感图像4D‑FractalNet的多因素蓝藻水华预测方法，属于水质监测技术领域，具体包括：首先，在传统CNN的基础上加入时间维度与水华发生的相关因素，进行改进得到4D‑CNN‑SVM模型，对卷积层进行递归扩展，形成4D‑FractalNet模型；然后，利用细菌觅食算法对4D‑FractalNet模型中的卷积核数量和尺寸进行优化；利用优化后的4D‑FractalNet模型对各输入的遥感图像进行特征提取，并对水体富营养化等级预测；最后，在BP神经网络上增加承接层作为Elman神经网络；结合采样站点采集的历史时刻的叶绿素浓度测量值，藻类生长机理模型计算的当前时刻叶绿素浓度值，以及遥感图像的提取特征共同输入Elman神经网络，对下一时刻的叶绿素浓度值进行预测；本发明能实现蓝藻水华爆发的全面预测。

公开(公告)号：CN113011397A

公开(公告)日：2021-06-22

申请号：CN202110461909.7

申请日：2021-04-27

Applicant: 北京工商大学

Inventor： 王立 ,  王小艺 ,  吴羽溪 ,  张慧妍 ,  许继平 ,  于家斌 ,  孙茜 ,  赵峙尧 ,  白玉廷 ,  王昭洋 ,  李文浩

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于遥感图像4D‑FractalNet的多因素蓝藻水华预测方法，属于水质监测技术领域，具体包括：首先，在传统CNN的基础上加入时间维度与水华发生的相关因素，进行改进得到4D‑CNN‑SVM模型，对卷积层进行递归扩展，形成4D‑FractalNet模型；然后，利用细菌觅食算法对4D‑FractalNet模型中的卷积核数量和尺寸进行优化；利用优化后的4D‑FractalNet模型对各输入的遥感图像进行特征提取，并对水体富营养化等级预测；最后，在BP神经网络上增加承接层作为Elman神经网络；结合采样站点采集的历史时刻的叶绿素浓度测量值，藻类生长机理模型计算的当前时刻叶绿素浓度值，以及遥感图像的提取特征共同输入Elman神经网络，对下一时刻的叶绿素浓度值进行预测；本发明能实现蓝藻水华爆发的全面预测。