中国科学院南京地质古生物研究所机构知识库

QQ客服 官方微博 反馈留言

	基于两级分段式算法的卷积神经网络的浮游有孔虫自动鉴定*
	熊连桥1; 李建平1; 谢晓军1; 岳祥1; 呼和1; 方陪岳2,3; 白海强1; 张东4
	2021
发表期刊	古生物学报
卷号	60期号:4页码:616-623
摘要	有孔虫个体微小、数量众多、地理分布广、演化迅速, 是记录海洋沉积环境的重要载体, 在海相生物地层 划分和对比中具有十分重要的作用。因有孔虫属种众多, 传统的属种鉴定需要经验丰富的专业人员进行人工鉴 定且耗时较长, 此外人工鉴定古生物面临人才匮乏和工作量大等问题。卷积神经网络在计算机视觉领域的应用 可较好的解决上述问题。利用古生物专家对中新世浮游有孔虫化石标注为指导, 根据有孔虫化石不同方向的视 角分类, 结合卷积神经网络算法, 开发了有孔虫化石图像识别系统。研究发现, 通过有孔虫化石腹视、缘视和背 视角度分类, 采取两级分段式鉴定算法对中新世浮游有孔虫属一级进行识别, 属一级鉴定准确率达到82%左右。
关键词	自动鉴定 卷积神经网络 浮游有孔虫 古环境 中新世
DOI	10.19800/j.cnki.aps.2020048
语种	中文
文献类型	期刊论文
条目标识符	http://ir.nigpas.ac.cn/handle/332004/41790
专题	中国科学院南京地质古生物研究所
通讯作者	岳祥
作者单位	1.中海油研究总院有限责任公司, 北京 100028 2.东华理工大学地球科学学院, 南昌330013 3.现代古生物学和地层学国家重点实验室, 中国科学院南京地质古生物研究所和生物演化与环境卓越创新中心, 南京 210008 4.山东胜软科技股份有限公司, 山东东营 257000
推荐引用方式 GB/T 7714	熊连桥,李建平,谢晓军,等. 基于两级分段式算法的卷积神经网络的浮游有孔虫自动鉴定*[J]. 古生物学报,2021,60(4):616-623.
APA	熊连桥.,李建平.,谢晓军.,岳祥.,呼和.,...&张东.(2021).基于两级分段式算法的卷积神经网络的浮游有孔虫自动鉴定*.古生物学报,60(4),616-623.
MLA	熊连桥,et al."基于两级分段式算法的卷积神经网络的浮游有孔虫自动鉴定*".古生物学报 60.4(2021):616-623.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可

个性服务

查看访问统计

谷歌学术

谷歌学术中相似的文章

[熊连桥]的文章

[李建平]的文章

[谢晓军]的文章

百度学术

百度学术中相似的文章

[熊连桥]的文章

[李建平]的文章

[谢晓军]的文章

必应学术

必应学术中相似的文章

[熊连桥]的文章

[李建平]的文章

[谢晓军]的文章

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。