[发明专利]养殖场风险预测方法、装置、设备及存储介质在审

专利信息
申请号: 202010130767.1 申请日: 2020-02-28
公开(公告)号: CN111339237A 公开(公告)日: 2020-06-26
发明(设计)人: 蔡林;周古月;吴泽衡;徐倩;杨强 申请(专利权)人: 深圳前海微众银行股份有限公司
主分类号: G06F16/29 分类号: G06F16/29;G06K9/62;G06N3/04;G06N3/08;G06Q10/06;G06Q50/02
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 王韬
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 养殖场 风险 预测 方法 装置 设备 存储 介质
【说明书】:

发明公开了一种养殖场风险预测方法、装置、设备及存储介质,所述方法包括:将待检测地图输入养殖场检测模型得到所述待检测地图中的养殖场信息;根据所述养殖场信息确定待预测养殖场以及所述待预测养殖场周围预设范围内的养殖信息,并获取所述预设范围内的其他影响因素信息;将所述养殖信息和所述其他影响因素信息输入预设的风险预测模型得到所述待预测养殖场的风险预测结果。本发明实现了快速、准确地预测养殖场的风险情况。

技术领域

本发明涉及人工智能技术领域,尤其涉及一种养殖场风险预测方法、装置、设备及存储介质。

背景技术

非洲猪瘟是由非洲猪瘟病毒引起的猪的一种急性、热性、高度接触性动物传染病,相关致死率高达100%。从中国动物卫生与流行病学中心确诊中国第一例非洲猪瘟以来,中国部分省份陆续发生非洲猪瘟疫情,损失严重。类似于非洲猪瘟的这种动物传染病一旦发现,就需要快速地、准确地采取防控措施,以避免疫情持续扩大而造成社会各方面的不良影响。而为做出快速、准确地防控措施,就需要快速、准确地了解到各个养殖场的风险情况。但是目前的状况是对养殖场的风险评估,需要专家实地考察养殖场的情况后进行评估,或者依赖养殖户的上报信息。然而专家实地考察的方案显然效率低下,难以应对突发且蔓延迅速的疫情;养殖户的主动上报则会有养殖户瞒报养殖信息的情况,导致风险评估准确率低。无法快速、准确地获得养殖场的风险情况,将导致防控工作效果差。

发明内容

本发明的主要目的在于提供一种养殖场风险预测方法、装置、设备及存储介质,旨在解决目前针对动物疫情,无法快速、准确地获得养殖场的风险情况,从而导致防控工作效果差的问题。

为实现上述目的,本发明提供一种养殖场风险预测方法,所述养殖场风险预测方法包括以下步骤:

将待检测地图输入养殖场检测模型得到所述待检测地图中的养殖场信息;

根据所述养殖场信息确定待预测养殖场,以及确定所述待预测养殖场周围预设范围内的养殖信息,并获取所述预设范围内除养殖场外的其他影响因素信息;

将所述养殖信息和所述其他影响因素信息输入预设的风险预测模型得到所述待预测养殖场的风险预测结果。

可选地,所述将待检测地图输入养殖场检测模型得到所述待检测地图中的养殖场信息的步骤包括:

将待检测地图输入所述养殖场检测模型,得到所述待检测地图中各像素点的分类类别,其中,所述分类类别用于表示对应的像素点是否属于养殖场;

根据所述分类类别确定所述待检测地图中的养殖场信息。

可选地,所述根据所述分类类别确定所述待检测地图中的养殖场信息的步骤包括:

根据所述分类类别确定所述待检测地图中属于养殖场的目标像素点;

采用预设聚类算法对所述目标像素点进行聚类得到各个聚类群;

根据各所述聚类群确定所述待检测地图中的养殖场信息。

可选地,所述将待检测地图输入养殖场检测模型得到所述待检测地图中的养殖场信息的步骤之前,还包括:

采用正例训练数据对待训练模型进行初步训练,其中,所述正例训练数据包括预先采集到的多张包含养殖场的遥感卫星地图,以及各遥感卫星地图对应的养殖场标注数据;

采用负例训练数据、或者采用所述负例训练数据和所述正例训练数据对初步训练后的待训练模型进行调整,其中,所述负例训练数据包括预先采集到的多张不包含养殖场的遥感卫星地图;

当检测到调整后的待训练模型符合预设模型条件时,将调整后的待训练模型作为所述养殖场检测模型,否则基于调整后的待训练模型再执行所述步骤:采用正例训练数据对待训练模型进行初步训练。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳前海微众银行股份有限公司,未经深圳前海微众银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010130767.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top