买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院水生生物研究所申请的专利一种鱼类群落影响因子的智能识别方法、系统及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119416046B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411415059.7，技术领域涉及：G06Q50/26；该发明授权一种鱼类群落影响因子的智能识别方法、系统及装置是由郭传波;王杨;齐江千惠;张瀚文;冯铁源;苑晶;廖传松;刘家寿设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。

本一种鱼类群落影响因子的智能识别方法、系统及装置在说明书摘要公布了：本发明涉及一种鱼类群落影响因子的智能识别方法、系统及装置，方法包括将鱼类群落、环境序列构造总体序列；计算各序列中两两点位间的欧氏距离得到第一、二、三欧式距离序列；根据各欧式距离序列搭建综合因素模型；根据第二欧式距离序列和各个物种在两两点位间的欧式距离序列搭建物种单因素模型；根据第三欧式距离序列和各个环境指标在两两点位间的欧式距离序列搭建环境单因素模型；将物种、环境单因素模型代入综合因素模型中得到单因素综合模型；根据模型系数的密度分布特性智能识别出鱼类群落影响因子。本发明全面地考虑水环境和鱼类群落之间的相互作用，能够智能识别出导致鱼类群落结构差异的指导物种和存在差异的环境因子。

本发明授权一种鱼类群落影响因子的智能识别方法、系统及装置在权利要求书中公布了：1.一种鱼类群落影响因子的智能识别方法，其特征在于，包括： S1，采集多个点位的鱼类群落数据和环境数据，对应得到鱼类群落序列和环境序列，并将所述鱼类群落序列和所述环境序列进行合并以构造出总体序列； S2，分别计算所述总体序列、所述鱼类群落序列和所述环境序列中两两点位间的欧氏距离，对应得到第一欧式距离序列、第二欧式距离序列和第三欧式距离序列； S3，根据所述第一欧式距离序列、所述第二欧式距离序列和所述第三欧式距离序列搭建综合因素模型； S4，计算所述鱼类群落序列中各个物种在两两点位间的欧式距离序列，并根据所述第二欧式距离序列和所述鱼类群落序列中各个物种在两两点位间的欧式距离序列搭建物种单因素模型； S5，计算所述环境序列中各个环境指标在两两点位间的欧式距离序列，并根据所述第三欧式距离序列和所述环境序列中各个环境指标在两两点位间的欧式距离序列搭建环境单因素模型； S6，将所述物种单因素模型和所述环境单因素模型代入所述综合因素模型中，得到单因素综合模型； S7，根据所述单因素综合模型中模型系数的密度分布特性智能识别出鱼类群落影响因子； 所述单因素综合模型表示为： 其中，Tr表示所述第一欧式距离序列；n表示鱼类群落中物种的总个数，j表示物种的序数，Qj表示所述鱼类群落序列中第j个物种在两两点位间的欧氏距离序列；l表示环境指标的总个数，k表示环境指标的序数，EQk表示所述环境序列中第k个环境指标在两两点位间的欧氏距离序列；ω1j为所述单因素综合模型中的模型系数，表示第j个物种对生态环境差异影响的物种影响系数；ω2k为所述单因素综合模型中的模型系数，表示第k个环境指标对生态环境差异影响的环境影响系数；ε′表示所述单因素综合模型中的常数； 所述S7具体为： 将各个物种影响系数取绝对值后，依据密度分布特性绘制密度图，得到物种密度图；在所述物种密度图中提取出密度最大时对应的物种影响系数作为物种评价阈值；将大于所述物种评价阈值的物种影响系数所对应的物种作为主要物种； 将各个环境影响系数取绝对值后，依据密度分布特性绘制密度图，得到环境密度图；在所述环境密度图中提取出密度最大时对应的环境影响系数作为环境评价阈值；将大于所述环境评价阈值的环境影响系数所对应的环境指标作为主要环境指标； 所述主要物种和所述主要环境指标为所述鱼类群落影响因子。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院水生生物研究所，其通讯地址为：430000 湖北省武汉市东湖南路7号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。