摘要
长江作为中国的母亲河,其生态系统的多样性和复杂性对维持生态平衡具有重大意义。为维护长江生态安全,使用深度学习技术更好地打击非法捕捞事件,本文引入了深度学习技术,特别是SimCSE(Simple Contrastive Learning of Sentence Embeddings)方法,以提升非法捕捞行为预测的准确性。通过无监督的方式,利用Dropout作为数据增强手段,构建正样本对,同时将batch中的其他句子作为负样本,学习到高质量的句子向量表示。研究结果表明,SimCSE模型在预测非法捕捞行为方面具有显著优势,准确率达到了91.42%,为长江流域的生态环境保护提供了新的技术支持,并为其他类似领域的犯罪预测和分析提供了有价值的参考。
出处
《中国钓鱼》
2024年第9期73-75,共3页
China Angling
基金
2022年度南京警察学院大学生创新创业训练计划资金项目“长江流域非法捕捞犯罪特征及防控对策”(项目编号:202212213053Y)。
