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！

龙图腾网恭喜烟台大学申请的专利一种基于Transformer的海洋生物种群异常监测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：CN119399572B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510005392.9，技术领域涉及：G06V10/77；该发明授权一种基于Transformer的海洋生物种群异常监测方法及系统是由刘兆伟;刘畅;刘宁;宋永超;崔振东;牟春晓设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种基于Transformer的海洋生物种群异常监测方法及系统在说明书摘要公布了：本发明涉及海洋监测技术领域，尤其是涉及一种基于Transformer的海洋生物种群异常监测方法及系统。方法，包括获取不同监测点的海洋生物种群数据，包括遥感卫星影像数据、水下传感器网络的时间序列测量数据和无人机采集的高分辨率图像数据；对获取的海洋生物种群数据进行预处理；基于门控制机制对海洋生物数据进行特征筛选；基于Transformer模型对筛选的特征进行异常检测；输出异常检测结果并反馈Transformer模型进行再训练。本发明提出的基于门控制机制的自适应特征筛选方法能够自动识别和筛选出与海洋生物种群变化最相关的特征，从而减少数据冗余和噪声的干扰。

本发明授权一种基于Transformer的海洋生物种群异常监测方法及系统在权利要求书中公布了：1.一种基于Transformer的海洋生物种群异常监测方法，其特征在于，包括：获取不同监测点的海洋生物种群数据，包括遥感卫星影像数据、水下传感器网络的时间序列测量数据和无人机采集的高分辨率图像数据；对获取的海洋生物种群数据进行预处理；基于门控制机制对海洋生物数据进行特征筛选；基于Transformer模型对筛选的特征进行异常检测；输出异常检测结果并反馈Transformer模型进行再训练；所述对获取的海洋生物种群数据进行预处理，包括对海洋生物种群数据中的每种特征值进行均值方差变化，消除不同数据特征在尺度上的差异性，并对数据进行清洗和滤波，去除数据中的异常值与测量噪声；所述基于门控制机制对海洋生物数据进行特征筛选，包括对预处理后的数据进行特征构建以生成新的特征表示，通过对特征值进行多维非线性激活的特征筛选以及对特征控制值进行多头加权压缩，得到新的特征表示，最后采用图结构重构和归一化增强机制生成最终特征： 其中表示最终筛选并增强的特征用于后续分析，表示特征的邻接矩阵集合用于表示特征间的相似性关系，为邻接矩阵采用高斯核函数计算；所述基于Transformer模型对筛选的特征进行异常检测，包括基于Transformer模型的差分注意力机制捕捉输入特征的变化趋势，重构对每个查询特征计算其他特征的相关性得分，为每个特征分配权重来反映该特征对于其他特征的影响程度，表示为： 其中Q为查询矩阵（Query）,K为键矩阵（Key），V为值矩阵（Value），分别为差分特征矩阵，捕捉输入特征的变化趋势，dk为键向量的维度；所述基于Transformer模型对筛选的特征进行异常检测，还包括基于Transformer模型的编码层和解码层对特征进行建模，其中，编码层通过多头自注意力和前馈网络的组合将输入特征转化为中间表示，解码层使用相似结构对中间表示进行进一步处理，生成最终的特征表示；所述基于Transformer模型对筛选的特征进行异常检测，还包括将生成的最终特征表示输入至全连接层，用于判断每个监测点的异常概率，分类层的输出表示为： 其中Wo为全连接层的权重矩阵，bo为偏置项，softmax函数用于将输出转化为概率分布，用于判断各监测点的异常程度；H'表示编码后的特征矩阵；所述输出异常检测结果并反馈Transformer模型进行再训练，包括通过海洋生物种群数据的历史数据和新收集数据对Transformer模型进行联合训练，从而优化交叉熵损失函数L，表示为： 其中，N表示样本的总数，yi表示第i个样本的真实标签，取值为0或1，其中1表示该样本属于异常种群，表示第i个样本的预测值。

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烟台大学，其通讯地址为：264003 山东省烟台市莱山区清泉路30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”。