基于栖息地指数的秋刀鱼中心渔场预测方法

    公开(公告)号:CN109767040A

    公开(公告)日:2019-05-17

    申请号:CN201910035441.8

    申请日:2019-01-15

    IPC分类号: G06Q10/04 G06Q50/02

    摘要: 本发明一种基于栖息地指数模型的秋刀鱼中心渔场预测方法,其包括:获取历史的N个月份秋刀鱼的生产数据和与生产数据对应的环境因子;利用环境因子并基于产量密度分别建立各个月份的适应性指数与SST、SSTG、SSH间关系;用非线性最小二乘法拟合环境因子与适应性指数的关系并估计产量密度方程中参数a、b、c;基于BRT计算的SST、SSTG、SSH相对适应性指数的贡献率确定SST、SSTG、SSH在栖息地指数中的权重值Wsst,m、Wsstg,m、Wssh,m,得到栖息地指数。本发明采用产量密度方程建立适应性指数,结合BRT方法合理选取各月份的环境因子权重,分别计算不同作业月份秋刀鱼适宜栖息地各环境因子范围,预测秋刀鱼的栖息地指数模型分布,为生产作业提供技术支持。

    一种改进Upernet的红树林与互花米草语义分割模型和方法

    公开(公告)号:CN116051833A

    公开(公告)日:2023-05-02

    申请号:CN202211706820.3

    申请日:2022-12-27

    摘要: 本发明涉及图像处理技术领域,具体涉及一种改进Upernet的红树林与互花米草语义分割模型和方法。该模型包括预处理模块、分割处理模块和输出模块;所述预处理模块,用于获取遥感图像,对所述遥感图像进行预处理;所述分割处理模块,用于对预处理后的所述遥感图像采用不同波段的组合计算,得到NDVI、FDI和DVI指数结果数据,将指数结果数据进行分割处理,所述分割处理模块具有Swin‑transformer骨干网络,所述分割处理模块的损失函数由交叉熵损失函数和lovasz softmax损失函数组成;所述输出模块,用于输出处理后的结果图像;本发明增强了红树林与其他植被的差异性;提升了模型对红树林和互花米草的检测精度;简化网络模型,减少了计算迭代次数,提高了检测效率。

    基于栖息地指数的秋刀鱼中心渔场预测方法

    公开(公告)号:CN109767040B

    公开(公告)日:2023-09-15

    申请号:CN201910035441.8

    申请日:2019-01-15

    IPC分类号: G06Q10/04 G06Q50/02

    摘要: 本发明一种基于栖息地指数模型的秋刀鱼中心渔场预测方法,其包括:获取历史的N个月份秋刀鱼的生产数据和与生产数据对应的环境因子;利用环境因子并基于产量密度分别建立各个月份的适应性指数与SST、SSTG、SSH间关系;用非线性最小二乘法拟合环境因子与适应性指数的关系并估计产量密度方程中参数a、b、c;基于BRT计算的SST、SSTG、SSH相对适应性指数的贡献率确定SST、SSTG、SSH在栖息地指数中的权重值Wsst,m、Wsstg,m、Wssh,m,得到栖息地指数。本发明采用产量密度方程建立适应性指数,结合BRT方法合理选取各月份的环境因子权重,分别计算不同作业月份秋刀鱼适宜栖息地各环境因子范围,预测秋刀鱼的栖息地指数模型分布,为生产作业提供技术支持。