[发明专利]肉牛个体生长曲线获取方法、装置和存储介质有效

专利信息
申请号: 202010440542.6 申请日: 2020-05-22
公开(公告)号: CN111738410B 公开(公告)日: 2023-09-26
发明(设计)人: 赵拴平;贾玉堂;徐磊;金海 申请(专利权)人: 安徽省农业科学院畜牧兽医研究所
主分类号: G06N3/045 分类号: G06N3/045;G06N3/082;G06F18/25;G06T11/20;G06Q50/02
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 何文聪
地址: 230031 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 肉牛 个体 生长 曲线 获取 方法 装置 存储 介质
【权利要求书】:

1.肉牛个体生长曲线获取方法,其特征在于,包括以下步骤:

确定所述肉牛当前的生长时间为t个月;

从所述肉牛获取在小于等于t个月的多个生长时间下的各第三体征特征;所述第三体征特征用于从第一方面描述肉牛的体征信息;

获取u-t个零值数据;u为生长时间的上限;

将各所述第三体征特征和各所述零值数据输入到第t个月对应的人工智能模型;

获取所述人工智能模型的输出值;

根据所述人工智能模型的输出值确定第三曲线参数;

获取由所述第三曲线参数确定的个体生长曲线;

第t个月对应的人工智能模型训练方法包括以下步骤:

获取人工智能模型;

获取多组训练数据;其中,所述训练数据由第一体征特征和无量纲化参数组成,所述第一体征特征分别是在生长时间为第1个月、第2个月……第t个月时从肉牛获取的;所述无量纲化参数为根据群体生长曲线对所述个体生长曲线进行无量纲化的结果;

使用所述训练数据对所述人工智能模型进行训练;在训练时,每次输入到所述人工智能模型中的数据包括与第1个月至第t个月生长时间对应的各第一体征特征以及u-t个零值数据;其中,u是肉牛生长时间的上限;

所述根据所述人工智能模型的输出值确定第三曲线参数,包括:

根据所述人工智能模型的输出值[q1′,q′2,q3′]和第二曲线参数(a2,b2,c2),通过运算a3=q1′×a2、b3=q′2×b2和c3=q′2×c2来获得第三曲线参数(a3,b3,c3);所述第二曲线参数为群体生长曲线所具有的曲线参数;

所述获取由所述第三曲线参数确定的个体生长曲线,包括:

根据第三曲线参数(a3,b3,c3)和Logistic模型确定所述个体生长曲线;t表示生长时间,Wt表示所述第一体征特征,a、b和c表示参数。

2.根据权利要求1所述的肉牛个体生长曲线获取方法,其特征在于,所述第t个月对应的人工智能模型经过如下训练:

获取训练数据;所述训练数据包括无量纲化参数以及在小于等于t个月的多个生长时间下从肉牛获取的多个第一体征特征;所述第一体征特征用于从第一方面描述肉牛的体征信息,所述第一体征特征与第三体征特征的类型或格式相同;所述第一体征特征与所述肉牛的生长时间之间通过个体生长曲线描述,相同生长时间的多个所述第一体征特征形成群体体征特征,所述群体体征特征与所述肉牛的生长时间之间通过群体生长曲线描述;

使用所述训练数据对所述人工智能模型进行训练;在所述训练中,以各所述第一体征特征和u-t个零值数据作为所述人工智能模型的输入,以所述无量纲化参数作为所述人工智能模型的预期输出;

从肉牛的多个个体分别采集得到第1个月至第u个月生长时间下的多个所述第一体征特征;

将来自相同个体的第1个月至第u个月生长时间下的各所述第一体征特征与所述生长时间进行拟合,从而确定所述个体生长曲线;所述个体生长曲线具有第一曲线参数;

根据相同生长时间下的多个所述第一体征特征,确定这一生长时间下的所述群体体征特征;

将各所述群体体征特征与所述生长时间进行拟合,从而确定所述群体生长曲线;所述群体生长曲线具有第二曲线参数;

根据所述第二曲线参数对所述第一曲线参数进行无量纲化,从而得到所述无量纲化参数;所述无量纲化参数为所述第一曲线参数与所述第二曲线参数的商。

3.根据权利要求2所述的肉牛个体生长曲线获取方法,其特征在于,所述训练数据还包括第二体征特征,所述第二体征特征用于从第二方面描述肉牛的体征信息;所述第二体征特征与所述第一体征特征以及所述零值数据共同作为所述人工智能模型的输入。

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安徽省农业科学院畜牧兽医研究所,未经安徽省农业科学院畜牧兽医研究所许可,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/202010440542.6/1.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