原创力文档- 1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种利用机器学习和/或人工神经网络模型识别产痹性贝类毒素藻类的方法与应用。本发明通过提取产麻痹性贝毒的藻类或不产麻痹性贝毒的藻类在不同环境条件下的三维荧光光谱信息，运用SVM和CNN模型提取实验藻类的特征峰，通过反复训练模型，并不断优化参数，得到可用于识别产麻痹性贝类毒素和不产麻痹性贝类毒素藻类的机器学习和深度学习模型，能用于产毒藻的识别。本发明对麻痹性贝毒藻类和非麻痹性贝毒藻类判别正确率很高，基本实现了对产毒藻快速准确识别的目的。本发明无需去除荧光原始光谱的瑞利散射，可有效降低数据
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113705608 A
(43)申请公布日 2021.11.26
(21)申请号 202110837232.2
(22)申请日 2021.07.23
(71)申请人 暨南大学
地址 51
文档评论（0）