1.一種基于人工智能的淡水浮游植物自動定性定量分析方法，其特征在于：包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于人工智能的淡水浮游植物自動定性定量分析方法，其特征在于：所述圖像分割算法為閾值分割、邊緣檢測、基于深度學(xué)習(xí)的分割中的一種或至少兩種組合。
3.根據(jù)權(quán)利要求1所述的一種基于人工智能的淡水浮游植物自動定性定量分析方法，其特征在于：從分割后的圖像中提取藻類細胞的特征，包括形狀、大小、紋理和顏色。
4.根據(jù)權(quán)利要求1所述的一種基于人工智能的淡水浮游植物自動定性定量分析方法，其特征在于：提供結(jié)果的可視化展示，包括藻類分布圖、密度曲線圖和生物量估算圖。
5.根據(jù)權(quán)利要求1所述的一種基于人工智能的淡水浮游植物自動定性定量分析方法，其特征在于：訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)和識別不同種類的藻類，然后利用訓(xùn)練好的模型對藻類細胞進行自動分類和識別，具體實現(xiàn)方法如下：
6.根據(jù)權(quán)利要求5所述的一種基于人工智能的淡水浮游植物自動定性定量分析方法，其特征在于：一系列變換包括旋轉(zhuǎn)、縮放、裁剪、翻轉(zhuǎn)、顏色調(diào)整；卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)包括alexnet、vgg、resnet、inception。
7.根據(jù)權(quán)利要求5所述的一種基于人工智能的淡水浮游植物自動定性定量分析方法，其特征在于：還包括后續(xù)處理：對模型輸出的分類結(jié)果進行后續(xù)處理，包括計算藻類密度、生物量。
8.根據(jù)權(quán)利要求1所述的一種基于人工智能的淡水浮游植物自動定性定量分析方法，其特征在于：開發(fā)數(shù)據(jù)庫系統(tǒng)來存儲和管理藻類圖像、分析結(jié)果以及相關(guān)的元數(shù)據(jù)，具體實現(xiàn)方法如下：
9.根據(jù)權(quán)利要求8所述的一種基于人工智能的淡水浮游植物自動定性定量分析方法，其特征在于：根據(jù)需求規(guī)劃數(shù)據(jù)庫系統(tǒng)的整體架構(gòu)，包括前端界面、后端邏輯、數(shù)據(jù)庫服務(wù)；根據(jù)數(shù)據(jù)模型設(shè)計數(shù)據(jù)庫表結(jié)構(gòu)，包括表名、字段名、數(shù)據(jù)類型、約束條件。