申请/专利权人：广东省宏视智能科技有限公司

申请日：2024-01-22

公开（公告）日：2024-05-10

公开（公告）号：CN118013224A

主分类号：G06F18/20

分类号：G06F18/20;G06F18/25;G06F18/27;G06F17/18;G06N3/0464;G06N3/0442;G06N3/08;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.28#实质审查的生效;2024.05.10#公开

摘要：本发明涉及动物观测技术领域，具体为一种AI识别鸟类的太阳能4G观鸟屋，AI识别鸟类的太阳能4G观鸟屋包括环境模拟训练模块、种群密度分析模块、群体行为预测模块、形态识别优化模块、声音识别优化模块、活动模式分析模块、数据融合决策模块、实时监测反馈模块。本发明中，通过混合域转换学习结合物理模型与AI，增强了在多变环境条件下的观测准确性，同时，相互作用理论对动物群体行为进行深入分析，能够全面揭示鸟群等动物群体的飞行阵型、迁徙路径和潜在集结地点，结合空间统计分析和时间序列模型，在动物种群密度和空间分布估算上实现了精度提升，在形态和声音识别方面，通过采用微分几何和泛函分析，方案在复杂背景中提高了识别的准确性。

主权项：1.一种AI识别鸟类的太阳能4G观鸟屋，其特征在于：所述AI识别鸟类的太阳能4G观鸟屋包括环境模拟训练模块、种群密度分析模块、群体行为预测模块、形态识别优化模块、声音识别优化模块、活动模式分析模块、数据融合决策模块、实时监测反馈模块；所述环境模拟训练模块基于混合域转换学习和实时观测数据，采用基于光线追踪的光学模拟和基于声音波动方程的声学模拟，通过卷积神经网络和循环神经网络进行处理，所述实时观测数据包括鸟类动物行为反应、环境条件变化数据、鸟类位置和活动范围数据、声音信号数据、图像和视频数据，生成环境自适应AI模型；所述种群密度分析模块基于环境自适应AI模型，采用空间数据分析技术和自回归移动平均模型，进行鸟群的空间和时间趋势分析，生成种群密度分布图；所述群体行为预测模块基于种群密度分布图，采用粒子群优化和模拟退火技术，对鸟群中的个体行为进行模拟和分析，生成群体行为预测报告；所述形态识别优化模块基于群体行为预测报告，采用曲面理论和基于边缘检测的形状描述子，进行鸟类图像分析，并通过支持向量机进行图像分类处理，生成形态识别数据集；所述声音识别优化模块基于形态识别数据集，采用快速傅里叶变换和基于决策树的随机森林分类器，进行声音数据的分类处理，生成声音特征数据集；所述活动模式分析模块基于声音特征数据集，采用基于统计的时间序列分析方法和长短期记忆网络对鸟类活动模式进行预测，生成活动模式预测报告；所述数据融合决策模块基于活动模式预测报告，整合环境自适应AI模型、种群密度分布图、群体行为预测报告、形态识别数据集和声音特征数据集的输出，采用数据融合技术进行关键信息提炼，生成综合决策支持数据；所述实时监测反馈模块基于综合决策支持数据，采用实时数据监测和基于遗传算法的动态参数调整，根据收集的数据优化观测策略，生成实时监测报告。

全文数据：

权利要求：

百度查询： 广东省宏视智能科技有限公司 一种AI识别鸟类的太阳能4G观鸟屋

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD