買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜煙臺大學申請的專利一種基于Transformer的海洋生物種群異常監測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119399572B 。

龍圖騰網通過國家知識產權局官網在2025-06-03發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510005392.9，技術領域涉及：G06V10/77；該發明授權一種基于Transformer的海洋生物種群異常監測方法及系統是由劉兆偉;劉暢;劉寧;宋永超;崔振東;牟春曉設計研發完成，并于2025-01-03向國家知識產權局提交的專利申請。

本一種基于Transformer的海洋生物種群異常監測方法及系統在說明書摘要公布了：本發明涉及海洋監測技術領域，尤其是涉及一種基于Transformer的海洋生物種群異常監測方法及系統。方法，包括獲取不同監測點的海洋生物種群數據，包括遙感衛星影像數據、水下傳感器網絡的時間序列測量數據和無人機采集的高分辨率圖像數據；對獲取的海洋生物種群數據進行預處理；基于門控制機制對海洋生物數據進行特征篩選；基于Transformer模型對篩選的特征進行異常檢測；輸出異常檢測結果并反饋Transformer模型進行再訓練。本發明提出的基于門控制機制的自適應特征篩選方法能夠自動識別和篩選出與海洋生物種群變化最相關的特征，從而減少數據冗余和噪聲的干擾。

本發明授權一種基于Transformer的海洋生物種群異常監測方法及系統在權利要求書中公布了：1.一種基于Transformer的海洋生物種群異常監測方法，其特征在于，包括：獲取不同監測點的海洋生物種群數據，包括遙感衛星影像數據、水下傳感器網絡的時間序列測量數據和無人機采集的高分辨率圖像數據；對獲取的海洋生物種群數據進行預處理；基于門控制機制對海洋生物數據進行特征篩選；基于Transformer模型對篩選的特征進行異常檢測；輸出異常檢測結果并反饋Transformer模型進行再訓練；所述對獲取的海洋生物種群數據進行預處理，包括對海洋生物種群數據中的每種特征值進行均值方差變化，消除不同數據特征在尺度上的差異性，并對數據進行清洗和濾波，去除數據中的異常值與測量噪聲；所述基于門控制機制對海洋生物數據進行特征篩選，包括對預處理后的數據進行特征構建以生成新的特征表示，通過對特征值進行多維非線性激活的特征篩選以及對特征控制值進行多頭加權壓縮，得到新的特征表示，最后采用圖結構重構和歸一化增強機制生成最終特征： 其中表示最終篩選并增強的特征用于后續分析，表示特征的鄰接矩陣集合用于表示特征間的相似性關系，為鄰接矩陣采用高斯核函數計算；所述基于Transformer模型對篩選的特征進行異常檢測，包括基于Transformer模型的差分注意力機制捕捉輸入特征的變化趨勢，重構對每個查詢特征計算其他特征的相關性得分，為每個特征分配權重來反映該特征對于其他特征的影響程度，表示為： 其中Q為查詢矩陣（Query）,K為鍵矩陣（Key），V為值矩陣（Value），分別為差分特征矩陣，捕捉輸入特征的變化趨勢，dk為鍵向量的維度；所述基于Transformer模型對篩選的特征進行異常檢測，還包括基于Transformer模型的編碼層和解碼層對特征進行建模，其中，編碼層通過多頭自注意力和前饋網絡的組合將輸入特征轉化為中間表示，解碼層使用相似結構對中間表示進行進一步處理，生成最終的特征表示；所述基于Transformer模型對篩選的特征進行異常檢測，還包括將生成的最終特征表示輸入至全連接層，用于判斷每個監測點的異常概率，分類層的輸出表示為： 其中Wo為全連接層的權重矩陣，bo為偏置項，softmax函數用于將輸出轉化為概率分布，用于判斷各監測點的異常程度；H'表示編碼后的特征矩陣；所述輸出異常檢測結果并反饋Transformer模型進行再訓練，包括通過海洋生物種群數據的歷史數據和新收集數據對Transformer模型進行聯合訓練，從而優化交叉熵損失函數L，表示為： 其中，N表示樣本的總數，yi表示第i個樣本的真實標簽，取值為0或1，其中1表示該樣本屬于異常種群，表示第i個樣本的預測值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人煙臺大學，其通訊地址為：264003 山東省煙臺市萊山區清泉路30號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。