В 2009 году Sunzhi запустила * « систему обнаружения и интеллектуальной идентификации планктона на основе изображений», чтобы удовлетворить национальные приоритеты в области экологического мониторинга и обеспечить эффективные средства для мониторинга и исследований водорослей в учреждениях экологического мониторинга и научно - исследовательских институтах.
В процессе идентификации водорослей, как правило, на основе конкретных морфологических особенностей водорослей, из - за более сложных морфологических характеристик водорослей, в разные периоды времени, различные углы показывают разные формы, поэтому идентификация водорослей создает немалые проблемы. В первичных системах водорослей система идентификации, основанная на морфологическом поиске с быстрым числом *, в сочетании с базой данных экспертов по водорослям для проведения поисковой идентификации, может эффективно сузить диапазон видов водорослей и уменьшить рабочую нагрузку.
В новом поколении систем подсчета водорослей, запущенных в течение 14 лет, были добавлены две основные технологии « быстрых чисел »: высокоточный интеллектуальный поиск биосходства, интеллектуальная классификация хаоса для достижения быстрой идентификации водорослей и автоматического разделения различных водорослей. Высокоточный интеллектуальный поиск биосходства является основной технологией интеллектуальной идентификации водорослей нового поколения быстрых чисел, благодаря эффективному сочетанию « морфологического сходства» и « биологического сходства», точной экстракции и интеграции биологических характеристик видов водорослей, что значительно повышает точность поиска водорослей и позволяет быстро идентифицировать водоросли.

Принцип:

1) Извлечение цветовых характеристик: извлечение цветовых характеристик клеток водорослей на основе цветовой гистограммы.

2) Извлечение текстурных признаков: извлечение текстурных характеристик водорослей на основе характеристик вращающейся инвариантности фильтра Габора.

3) Интеллектуальный поиск: слияние двух характеристик в характеристические векторы, обучение с помощью классификаторов, поддерживающих векторные машины, для достижения поиска классификации и идентификации изображений водорослей.

Примеры:

Автоматическая классификация гибридных водорослей: Интеллектуальная классификация хаоса является крупным технологическим прорывом в изучении быстрых чисел в автоматической классификации водорослей, первоначально реализована автоматическая классификация множественных водорослей с большими различиями в форме и цвете.

Принцип:

1) Генетический алгоритм хаоса: используя случайность, эргодичность и чувствительность начальных значений хаотического движения, состояние хаоса вводится в оптимизированные переменные, расширяя эргодичность хаотического движения до диапазона значений оптимизированных переменных, достигая таким образом разделения изображений всех водорослей в воде.

2) нечеткий C - средний алгоритм кластеризации: определяет, в какой степени данные выборки каждого вида водорослей относятся к определенному кластеру, классифицируя водоросли аналогичной степени принадлежности к одному кластеру.

Примеры: