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！

龙图腾网获悉华中农业大学申请的专利基于机器学习模型的鱼类存塘量估算方法、装置及设备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：CN118260662B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202410353558.1，技术领域涉及：G06F18/2411；该发明授权基于机器学习模型的鱼类存塘量估算方法、装置及设备是由王春芳;张楚一;沙宗尧设计研发完成，并于2024-03-27向国家知识产权局提交的专利申请。

本基于机器学习模型的鱼类存塘量估算方法、装置及设备在说明书摘要公布了：本发明公开一种基于机器学习模型的鱼类存塘量估算方法、装置及设备，涉及渔业计数技术领域，所述方法包括：获取待估算鱼塘的鱼塘数据；鱼塘数据包括：气象数据、鱼类基础数据、鱼类摄食数据和水质数据；将待估算鱼塘的鱼塘数据输入至存塘量估算模型中，得到待估算鱼塘的鱼类存塘量的估算值；存塘量估算模型是利用多个训练用鱼塘的鱼塘数据和对应的鱼类存塘量的实际值对机器学习模型进行训练得到的，机器学习模型包括：第一子模型、第二子模型、第三子模型、第四子模型和第五子模型。本发明提高了鱼类存塘量的计数精度。

本发明授权基于机器学习模型的鱼类存塘量估算方法、装置及设备在权利要求书中公布了：1.一种基于机器学习模型的鱼类存塘量估算方法，其特征在于，所述方法包括： 获取待估算鱼塘的鱼塘数据；所述鱼塘数据包括：气象数据、鱼类基础数据、鱼类摄食数据和水质数据； 将待估算鱼塘的鱼塘数据输入至存塘量估算模型中，得到待估算鱼塘的鱼类存塘量的估算值；所述存塘量估算模型是利用多个训练用鱼塘的鱼塘数据和对应的鱼类存塘量的实际值对机器学习模型进行训练得到的，所述机器学习模型包括：第一子模型、第二子模型、第三子模型、第四子模型和第五子模型； 气象数据包括：当日气压、最高温度、最低温度和天气；所述鱼类基础数据包括：鱼龄和采样均重；所述鱼类摄食数据包括：摄食活跃度、投喂饲料数；所述水质数据包括：溶氧、PH和水温； 鱼类摄食数据的获取过程，包括： 获取鱼群投喂区的水面环境信号和非鱼群投喂区的水面环境信号；所述水面环境信号为水面水流信号或水面波动信号； 将鱼群投喂区的水面环境信号和非鱼群投喂区的水面环境信号的差值确定为鱼群摄食活跃度； 利用所述鱼群摄食活跃度对投饲机进行投饲控制，生成鱼类摄食数据； 所述存塘量估算模型的训练过程，包括： 获取多个训练用鱼塘的鱼塘数据和对应的鱼类存塘量的实际值； 基于所述第一子模型、所述第二子模型、所述第三子模型、所述第四子模型和所述第五子模型，构建所述机器学习模型； 以各训练用鱼塘的鱼塘数据为输入，以对应的鱼类存塘量的实际值为输出，对所述机器学习模型进行训练，得到所述存塘量估算模型； 以各训练用鱼塘的鱼塘数据为输入，以对应的鱼类存塘量的实际值为输出，对所述机器学习模型进行训练，得到所述存塘量估算模型，包括： 确定所述机器学习模型的初始化参数； 利用各训练用鱼塘的鱼塘数据和对应的鱼类存塘量的实际值，以所述初始化参数为开始，对所述机器学习模型进行多次迭代更新，得到所述存塘量估算模型；其中，当前迭代次数下的机器学习模型的更新过程包括： 对于任一训练用鱼塘： 将气象数据输入至当前代次数下的第一子模型中，得到当前代次数下的第一训练特征向量； 将鱼类基础数据输入至当前代次数下的第二子模型中，得到当前代次数下的第二训练特征向量； 将鱼类摄食数据输入至当前代次数下的第三子模型中，得到当前代次数下的第三训练特征向量； 将水质数据输入至当前代次数下的第四子模型中，得到当前代次数下的第四训练特征向量； 将当前代次数下的第一训练特征向量、第二训练特征向量、第三训练特征向量和第四训练特征向量输入至当前代次数下的第五子模型中，得到当前代次数下的鱼类存塘量的估算值； 基于所有训练用鱼塘的当前代次数下的鱼类存塘量的估算值和鱼类存塘量的实际值，计算当前代次数下的损失； 判断是否满足停止条件；所述停止条件为当前代次数下的损失小于预设值或达到预设训练次数； 若是，则将当前迭代次数下的机器学习模型确定为所述存塘量估算模型； 若否，则更新当前迭代次数下的机器学习模型的参数，并返回“将气象数据输入至当前代次数下的第一子模型中，得到当前代次数下的第一训练特征向量”。

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华中农业大学，其通讯地址为：430070 湖北省武汉市洪山区狮子山街1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。