基于动态卷积图神经网络的鱼类行为分析方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)
基于动态卷积图神经网络的鱼类行为分析方法和系统,其方法包括:获取鱼类行为视频并进行预处理,获得鱼群的轨迹信息;根据鱼群轨迹信息提取鱼类行为特征;根据提取的鱼类行为特征计算鱼类行为特征指标,包括游泳速度、角速度、加速度、鱼群活跃度、分散程度等;根据鱼类行为特征指标集构造边;构建鱼类行为分析动态图卷积网络,包括记忆单元和基于超图卷积的多分类器;基于超图卷积的多分类器由三个部分构成:构建超图、构建超图卷积、形成新的特征编码,最后对新的特征编码进行分类预测。本发明能够充分利用鱼类行为视频数据中蕴含的信息,提取鱼类行为的特征,并通过基于聚类的记忆模块和超图卷积来提高模型的性能和准确度。
《基于动态卷积图神经网络的鱼类行为分析方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023110256102,当前法律状态为已下证,由浙江工业大学提出申请,发明人为雷艳静;刘哲源;许函宁;曹迪,申请日期为2023-08-15,公开(公告)日期为2025-10-03,国际专利分类号(IPC)为 G06V 40/20 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:基于动态卷积图神经网络的鱼类行为分析方法和系统,其方法包括:获取鱼类行为视频并进行预处理,获得鱼群的轨迹信息;根据鱼群轨迹信息提取鱼类行为特征;根据提取的鱼类行为特征计算鱼类行为特征指标,包括游泳速度、角速度、加速度、鱼群活跃度、分散程度等;根据鱼类行为特征指标集构造边;构建鱼类行为分析动态图卷积网络,包括记忆单元和基于超图卷积的多分类器;基于超图卷积的多分类器由三个部分构成:构建超图、构建超图卷积、形成新的特征编码,最后对新的特征编码进行分类预测。本发明能够充分利用鱼类行为视频数据中蕴含的信息,提取鱼类行为的特征,并通过基于聚类的记忆模块和超图卷积来提高模型的性能和准确度。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
