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！

龙图腾网获悉山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)申请的专利基于多模态特征的海洋生物群落异常变化检测方法和系统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：CN121561739B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610076216.9，技术领域涉及：G06F18/2433；该发明授权基于多模态特征的海洋生物群落异常变化检测方法和系统是由苏博;李志林;陶慧敏;张潇文;高雪雨;姜晓瑜;张屹轩;孙珊设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本基于多模态特征的海洋生物群落异常变化检测方法和系统在说明书摘要公布了：本发明涉及海洋多模态数据处理技术领域，具体为基于多模态特征的海洋生物群落异常变化检测方法和系统；为解决现有技术生物群落异常检测准确度低的问题，本发明方法首先，获取观测点的图模态数据、声学模态数据和生化模态数据，并分别进行模态特征提取后进行融合，得到生态嵌入表示；然后，将每个观测点作为节点并连接成海域空间图结构，经图卷积处理强化空间特征，再结合时序提取得到节点海域时空特征，最后，基于节点海域时空特征获取异常值与异常等级，再通过构建热图并融合地理映射形成区域异常热图，标记观测点异常等级得到生物群落异常检测结果；本发明方法运用到海洋生物群落异常变化检测领域，能够提高检测准确度和效率。

本发明授权基于多模态特征的海洋生物群落异常变化检测方法和系统在权利要求书中公布了：1.一种基于多模态特征的海洋生物群落异常变化检测方法，其特征在于，包括如下操作： S1、获取待检测海域中，每个观测点的图模态数据、声学模态数据和生化模态数据，分别经模态特征提取后，得到各自的图模态特征、声学模态特征和生化模态特征； 基于每个观测点的图模态特征、声学模态特征和生化模态特征，构建各自的模态特征矩阵，分别获取各自的模态内积相似度，得到各自的模态协方差图谱；观测点的模态协方差图谱获取方法为：将观测点的模态特征矩阵与模态特征矩阵的转置相乘，得到方向相似度矩阵；方向相似度矩阵经归一化处理，得到观测点的模态协方差图谱； 将每个观测点的模态特征矩阵与模态协方差图谱进行融合后，进行展平操作和降维映射，得到各自的生态嵌入表示； S2、将待检测海域中，每个观测点位作为一个节点，将节点之间用边连接，得到海域空间图结构；将海域空间图结构进行图卷积处理，得到空间特征增强图结构；空间特征增强图结构中，每个节点的空间结构特征经时序特征提取处理，得到各自的节点海域时空特征； S3、基于节点海域时空特征，获取节点异常值；基于节点异常值与异常等级标准的映射关系，得到节点的异常等级；基于所有节点异常值，构建热图，并与地理映射进行融合，形成区域异常热图；在区域异常热图上标记节点异常等级，得到生物群落异常检测结果； 在时序特征提取处理的过程中，还包括，每个节点在不同时刻的海域时空特征，分别进行多层离散小波分解，得到各自的不同时刻的多层时空特征分量；基于每个节点的不同时刻的多层时空特征分量，获取各自的多层异常响应强度和最大波动强度；节点i在l层的异常响应强度是通过如下公式实现的： ， 为节点i在l层的异常响应强度，为节点i在l层的t时刻的高频分量，反映节点i在第l个尺度上的波动模式，当l≥1时，离散小波分解进行的是高频分解，当l=0时，离散小波分解进行的是低频分解，T时刻为最终时刻，为节点i在l层特征序列长度；节点i的最大波动强度，为多层异常响应强度分别经频带归一化处理后的最大值； 将最大波动强度大于波动强度阈值的节点，作为关键异常节点；将关键异常节点的节点海域时空特征，多层异常响应强度和生态嵌入表示进行拼接，得到联合诊断特征；基于联合诊断特征，获取对应关键异常节点属于每级异常等级的概率分布，将概率分布最大值对应的异常等级，作为更新节点异常等级，在生物群落异常检测结果中进行标记。

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山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)，其通讯地址为：264005 山东省烟台市经济开发区长江路216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。