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！

龙图腾网恭喜西安理工大学申请的专利一种基于深度学习的微藻特征融合分析方法及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：CN119919937B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202510414760.5，技术领域涉及：G06V20/69；该发明授权一种基于深度学习的微藻特征融合分析方法及系统是由邹小彤;徐开伟;方长青;赵少华;刘轲设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本一种基于深度学习的微藻特征融合分析方法及系统在说明书摘要公布了：本发明涉及一种基于深度学习的微藻特征融合分析方法及系统，属于微藻特征识别与分析技术领域，本发明通过根据微藻生长采收阈值范围获取微藻采收时间节点，并获取当前微藻采收时间节点的实时污染物数据，最后根据当前微藻采收时间节点的实时污染物数据进行污染分析，并基于污染分析结果生成相关的调控策略，按照相关的调控策略进行调控。本发明通过融合深度学习网络以及生成对抗网络进行融合，能够融合微藻在不同环境之下的细胞分裂规律以及预设时间之内的图像特征来对目标区域中的微藻生长数据进行分析，解决了图像技术对于微藻生长繁殖识别的痛点，精准把握微藻生长所处阶段，为流域水体微藻污染物识别、调控与去除提供理论支撑。

本发明授权一种基于深度学习的微藻特征融合分析方法及系统在权利要求书中公布了：1.一种基于深度学习的微藻特征融合分析方法，其特征在于，包括以下步骤：获取目标区域中的微藻培养液图像特征数据，并基于深度神经网络构建微藻生长预测模型，通过生成对抗网络对所述微藻生长预测模型进行优化；通过所述微藻生长预测模型对所述目标区域中的微藻培养液图像特征数据进行预测，获取预设时间之内的微藻生长数据；设置微藻生长采收阈值范围，根据所述预设时间之内的微藻生长数据以及微藻生长采收阈值范围获取微藻采收时间节点，并获取当前微藻采收时间节点的实时污染物数据；根据所述当前微藻采收时间节点的实时污染物数据进行污染分析，并基于污染分析结果生成相关的调控策略，按照所述相关的调控策略进行调控；获取目标区域中的微藻培养液图像特征数据，基于深度神经网络构建微藻生长预测模型，具体为：获取目标区域中的微藻培养液图像特征数据，并通过环境仿真技术对环境进行模拟、加入噪声进行模拟、对所述微藻培养液图像特征数据进行效果增强和对微藻培养液图像特征数据进行增强处理；获取增强处理后的微藻培养液图像特征数据，根据所述增强处理后的微藻培养液图像特征数据构建数据训练集，并基于深度神经网络构建微藻生长预测模型；将所述数据训练集输入到所述建微藻生长预测模型中，采用二分交叉熵作为所述微藻生长预测模型的损失函数，并利用所述二分交叉熵损失函数评估所述微藻生长预测模型；获取收敛速度信息，当所述收敛速度信息大于预设收敛速度信息时，输出所述微藻生长预测模型；通过生成对抗网络对所述微藻生长预测模型进行优化，具体为：获取微藻在各环境繁殖条件之下的细胞分裂规律信息，并基于所述微藻在各环境繁殖条件之下的细胞分裂规律信息构建微藻生物学约束条件，基于所述微藻生物学约束条件对所述微藻生长预测模型进行训练；通过训练，生成器根据增强处理后的微藻培养液图像特征数据生成初始微藻生长预测结果；将所述初始微藻生长预测结果输入判别器中进行判断，结合所述微藻生物学约束条件判断是否接受初始微藻生长预测结果，若所述判别器的判断结果为接受时，则输出初始微藻生长预测结果；若所述判别器的判定结果为不接受，则生成器继续生成下一预测结果，直至符合约束条件输出最终的预测结果，所述微藻生长预测模型优化完成。

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西安理工大学，其通讯地址为：710000 陕西省西安市金花南路5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”。