在2009年，迅數(shù)推出*的“基于圖像的浮游生物檢測(cè)與智能鑒定系統(tǒng)”，迎合國(guó)家對(duì)環(huán)境監(jiān)測(cè)事業(yè)重視，為環(huán)境監(jiān)測(cè)機(jī)構(gòu)及科研院所的藻類(lèi)監(jiān)測(cè)和研究提供了有效的手段。
    在藻類(lèi)鑒定過(guò)程中一般基于藻體的具體形態(tài)特，由于藻體的形態(tài)特征比較復(fù)雜，不同時(shí)期，不同角度所展現(xiàn)的形態(tài)都有所不同，所以給藻種的鑒定帶來(lái)了不小的難題。在原藻類(lèi)系統(tǒng)中，迅數(shù)*的基于形態(tài)學(xué)搜索的鑒定系統(tǒng)，配合藻類(lèi)專(zhuān)家數(shù)據(jù)庫(kù)進(jìn)行搜索鑒定，能夠有效的縮小藻種范圍，減輕工作量。
    在14年推出的新一代藻類(lèi)計(jì)數(shù)系統(tǒng)中，新增兩項(xiàng)“迅數(shù)”核心技術(shù)：生物相似性高精度智能搜索、混沌智能分類(lèi)計(jì)數(shù)，實(shí)現(xiàn)快速的藻類(lèi)輔助鑒定和不同藻類(lèi)的自動(dòng)分割計(jì)數(shù)。生物相似性高精度智能搜索是迅數(shù)新一代藻類(lèi)智能鑒定的核心技術(shù)，通過(guò)“形態(tài)相似性”與“生物相似性”的有效結(jié)合，準(zhǔn)確提取并融合藻種的生物特征，極大地提高了藻類(lèi)搜索精度，使得快速藻類(lèi)鑒定成為可能。

原理：

1)顏色特征提取：依據(jù)顏色直方圖提取藻細(xì)胞顏色特征。

2)紋理特征提?。夯贕abor濾波器的旋轉(zhuǎn)不變性特征，提取藻細(xì)胞紋理特征。

3)智能搜索：將兩種特征融合為特征向量，使用支持向量機(jī)的分類(lèi)器進(jìn)行訓(xùn)練，實(shí)現(xiàn)對(duì)藻細(xì)胞圖像的分類(lèi)鑒別搜索。

    實(shí)例：

    混合藻自動(dòng)分類(lèi)計(jì)數(shù)：混沌智能分類(lèi)計(jì)數(shù)是迅數(shù)在藻類(lèi)自動(dòng)分類(lèi)計(jì)數(shù)研究方面的重大技術(shù)突破，初步實(shí)現(xiàn)了形態(tài)、色澤差異大的多類(lèi)藻細(xì)胞自動(dòng)分類(lèi)計(jì)數(shù)。

原理：

1)混沌遺傳算法：利用混沌運(yùn)動(dòng)所具有的隨機(jī)性、遍歷性和初值敏感性，將混沌狀態(tài)引入到優(yōu)化變量中，把混沌運(yùn)動(dòng)的遍歷范圍擴(kuò)大到優(yōu)化變量的取值范圍，從而實(shí)現(xiàn)對(duì)水體中所有藻類(lèi)的圖像分割。

2)模糊C均值聚類(lèi)算法：確定每個(gè)藻種樣本數(shù)據(jù)隸屬于某個(gè)聚類(lèi)的程度，把隸屬程度相似的藻歸為一個(gè)聚類(lèi)。

    實(shí)例：