NIGPAS OpenIR
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
DOI10.19800/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
基于两级分段式算法的卷积神经网络的浮游有(2709KB)期刊论文作者接受稿开放获取CC BY-NC-SA请求全文
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
所有评论 (0)
暂无评论
 

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。