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！

龙图腾网获悉中国海洋大学申请的专利一种基于黑鲷幼鱼行为特征的近海养殖海水中人工甜味剂安赛蜜浓度的预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：CN120126210B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202510138622.9，技术领域涉及：G06V40/20；该发明授权一种基于黑鲷幼鱼行为特征的近海养殖海水中人工甜味剂安赛蜜浓度的预测方法及系统是由车广杰;刘柳青青;郑浩;刘林佳;袁子茜设计研发完成，并于2025-02-08向国家知识产权局提交的专利申请。

本一种基于黑鲷幼鱼行为特征的近海养殖海水中人工甜味剂安赛蜜浓度的预测方法及系统在说明书摘要公布了：本发明公开了一种基于黑鲷幼鱼行为特征的近海养殖海水中人工甜味剂安赛蜜浓度的预测方法及系统，包括：采集不同安赛蜜浓度环境下黑鲷幼鱼的运动视频数据并进行预处理；基于改进的YOLOv8网络模型训练得到幼鱼行为识别模型，以及所述黑鲷幼鱼运动视频数据集对应的行为轨迹数据集；基于GNN和GRU网络构建初始时空关联网络模型，利用所述行为轨迹数据集对初始时空关联网络模型进行训练，通过分析黑鲷幼鱼的行为轨迹对安赛蜜浓度进行预测，得到训练完备的时空关联网络模型。本发明能通过黑鲷幼鱼的行为特征对其所处环境中的人工甜味剂安赛蜜浓度进行预测，能够为近海养殖海水环境监测预警提供有力支持。

本发明授权一种基于黑鲷幼鱼行为特征的近海养殖海水中人工甜味剂安赛蜜浓度的预测方法及系统在权利要求书中公布了：1.一种基于黑鲷幼鱼行为特征的近海养殖海水中人工甜味剂安赛蜜浓度的预测方法，其特征在于，包括： 采集不同安赛蜜浓度环境下黑鲷幼鱼的运动视频数据并进行预处理，得到黑鲷幼鱼运动视频数据集； 基于改进的YOLOv8网络模型构建初始的幼鱼行为识别模型，利用黑鲷幼鱼运动视频数据集对初始的幼鱼行为识别模型进行训练，得到训练完备的幼鱼行为识别模型，以及所述黑鲷幼鱼运动视频数据集对应的行为轨迹数据集；所述改进的YOLOv8网络模型包括：将YOLOv8骨干网络中C2f模块替换为由C2f模块和MSADCN模块堆叠形成的C2f-MSADCN模块；将YOLOv8颈部网络中的C2f模块集成MSSimAM注意力模块；所述MSSimAM注意力模块包括多尺度卷积层、相似度调整层、注意力层和特征融合层，用于利用多尺度的感受野捕捉图像的局部与全局信息；所述多尺度卷积层，用于使用不同大小的卷积核提取不同尺度的特征；所述相似度调整层，用于衡量不同尺度特征之间的相似性；所述注意力层，用于根据相似性度量生成注意力图，对多尺度特征进行加权，以突出重点特征；所述特征融合层，用于将加权后的多尺度特征融合成模块最终输出； 将YOLOv8头部网络中的CIoU损失函数替换为SEIoU损失函数； 基于GNN和GRU网络构建初始时空关联网络模型，利用所述行为轨迹数据集对初始时空关联网络模型进行训练，通过分析黑鲷幼鱼的行为轨迹对安赛蜜浓度进行预测，得到训练完备的时空关联网络模型；所述基于GNN和GRU网络构建初始时空关联网络模型，包括： 所述初始时空关联网络模型包括GNN模块、多层GRU模块和全连接模块； 所述GNN模块用于根据黑鲷幼鱼在不同时刻的位置特征输入，得到空间特征，用于捕捉黑鲷幼鱼之间的空间关联性； 所述多层GRU模块包含多个串联的GRU网络模型，根据每个时刻的空间特征，计算各GRU网络模型的隐藏状态；用于捕捉黑鲷幼鱼行为的时间关联性； 所述全连接模块根据所述多层GRU模块输出的隐藏状态进行安赛蜜浓度的预测； 获取近海养殖海水中黑鲷幼鱼的实际运动视频，利用所述幼鱼行为识别模型和时空关联模型根据实际运动视频预测所述近海养殖海水的安赛蜜浓度。

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中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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。