中国海常见浮游植物种类细胞图像识别

中国海常见浮游植物种类细胞图像识别对海洋生态系统、环境监测和海洋渔业生产等多方面具有科学和现实意义。传统的海洋浮游植物种类分类方法是通过显微镜人工目视判读、分类。本项申请拟进行：基于内禀性图像模式结构分解、尺度空间符合分形方法的形态变化目标特征分析；基于"多集合混合学习"、高维空间聚类分析、模块化多权值人工神经网络的统计学习和模式识别研究。形成中国海常见浮游植物细胞图像数据库和建立自动识别系统，为我国海洋浮游植物种类长周期统计调查和分析奠定基础。. 该项研究将更新目前的海洋生态环境调查方法；同时将发展对大量类别、每一种类别的目标又是形态变化的模式识别方法研究。