[发明专利]一种基于多源数据融合分析的生物入侵识别方法

权利要求书

1.一种基于多源数据融合分析的生物入侵识别方法，其特征在于，包括以下步骤：

获取包含有入侵生物数据的多源数据集，并对入侵生物数据进行标记；所述数据集包括：文本数据、图片数据、时间数据、地理位置数据；

将所述文本数据去停用词，利用Fast-Text进行构建N-grame特征，将文本内容按照字节顺序进行大小为N的滑动窗口操作，最终形成长度为N的字节片段序列，产生的序列作为文本特征候选集，筛选出重要特征，利用Soft-Max输出带有标记的文本概率矩阵；

对所述图片数据识别出图片中入侵生物的位置，确定边界和大小，并训练出带标记的图片概率矩阵；

对所述时间数据进行独热编码，并通过编码后的数据与所述地理位置数据构建时间-空间特征矩阵；

根据所述文本概率矩阵、所述图片概率矩阵、所述时间-空间特征矩阵构建多特征向量；对所述多特征向量进行权重分配，利用机器学习算法训练二元分类器；

将待预测数据输入二元分类器，获得入侵生物数据。

2.如权利要求1所述的一种基于多源数据融合分析的生物入侵识别方法，其特征在于：

所述训练带标记的图片概率矩阵，具体包括：

对所述图片数据通过图片识别算法CNN确定所要识别入侵生物的位置，对位置进行放大，确定边界以及图片大小，利用CNN训练出带标记的图片概率矩阵。

3.如权利要求1所述的一种基于多源数据融合分析的生物入侵识别方法，其特征在于：

对所述多特征向量进行权重分配，并利用机器学习算法训练二元分类器，具体包括：

对所述多特征向量进行标准化，使用熵权法进行权重分配，利用机器学习算法SVM训练成二元分类器。

4.如权利要求1所述的一种基于多源数据融合分析的生物入侵识别方法，其特征在于：

将待预测数据输入二元分类器，获得入侵生物数据，具体包括：

输入需要进行预测的数据，使用SVM做最终标记，当输出标记为1，表示输出标记为1所代表的时段和地点由用户上传的数据为真，代表此处出现过入侵物种，应当及时处理。

5.如权利要求1所述的一种基于多源数据融合分析的生物入侵识别方法，其特征在于，还包括：

对于所述时间-空间特征矩阵使用GM模型预测将来入侵生物的迁徙或者繁衍规律。

6.如权利要求1所述的一种基于多源数据融合分析的生物入侵识别方法，其特征在于：

所述二元分类器中的分类器包括：随机森林、逻辑回归、神经网络。