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！

龙图腾网获悉浙江工业大学申请的专利基于动态卷积图神经网络的鱼类行为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：CN117058757B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202311025610.2，技术领域涉及：G06V40/20；该发明授权基于动态卷积图神经网络的鱼类行为分析方法及系统是由雷艳静;刘哲源;许函宁;曹迪设计研发完成，并于2023-08-15向国家知识产权局提交的专利申请。

本基于动态卷积图神经网络的鱼类行为分析方法及系统在说明书摘要公布了：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。

本发明授权基于动态卷积图神经网络的鱼类行为分析方法及系统在权利要求书中公布了：1.基于动态卷积图神经网络的鱼类行为分析方法，其特征在于：包括如下步骤： 步骤一：获取鱼类行为视频并进行预处理；使用Yolo‑v5和Deepsort两个算法得到鱼群的轨迹信息，将每帧中所有鱼的位置记录在文件中； 步骤二：根据鱼群轨迹信息提取个体的质心坐标、边界框、每只鱼的编号的鱼类行为特征； 步骤三：根据提取的鱼类行为特征计算包括游泳速度、角速度、加速度、鱼群活跃度、分散程度的鱼类行为特征指标；最终得到的鱼类行为特征指标集结构为其中Sid表示数据集中视频的编号；f表示鱼的编号；i表示鱼在第i帧中；vf表示鱼的游泳速度；θf表示鱼群角度；ACTi表示矫正后的鱼群最终活跃度；表示单只鱼边界框宽度w在M帧视频中的均值；表示单只鱼边界框宽度w在M帧视频中的方差；单只鱼边界框高度h在M帧视频中的均值；表示单只鱼边界框高度h在M帧视频中的方差； 步骤四：根据鱼类行为特征指标集构造边；根据邻居距离和德劳内三角来构建图的边； 步骤五：构建鱼类行为分析动态图卷积网络；鱼类行为分析动态图卷积网络包括两个单元，记忆单元和基于超图卷积的多分类器；在记忆网络结构当中，使用了适用于鱼群状态分类任务的键、值和查询向量的构造方式，以及更新机制，包括阈值的自学习的设置方式； 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。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。