[发明专利]生长性能测定模型的训练方法、测定方法及装置

说明书

本申请公开了一种生长性能测定模型的训练方法、测定方法及装置，通过获取牲畜系谱表以及牲畜个体的第一个体特征，并根据牲畜系谱表，建立第一邻接矩阵；对第一邻接矩阵和第一个体特征进行拼接，得到第一拼接特征，以将牲畜个体的个体特征与遗传关系进行结合，从而结合牲畜个体的当前自身状况和遗传因素对生长性能的影响；最后基于第一拼接特征作为模型输入，对预设的图神经网络模型进行迭代训练，直至图神经网络模型达到预设收敛条件，停止迭代，得到生长性能测定模型，从而利用神经网络模型实现牲畜生长性能的测定，解决依赖人工而导致测定结果不准确的问题，同时无需对牲畜进行驱赶，避免牲畜出现应激反应。

技术领域

本申请涉及动物养殖领域，尤其涉及一种生长性能测定模型的训练方法、测定方法及装置。

背景技术

牲畜生长性能的测定对育种和育肥具有重要的意义,其可以为牲畜个体的遗传评估、群体经济性状的遗传评估、牲畜群体的生产水平评估、制定育种规划和牲畜养殖场经营管理等提供数据依据。

目前，牲畜生长性能的测定都是采用人工+设备的方式，依赖于人工借助采集设备近距离对牲畜进行测定，必要时还需要对牲畜进行驱赶。但是人工方式容易因人工经验不同和测量标准不统一，导致数据不准确，并且通过驱赶牲畜可能导致牲畜出现应激反应，影响牲畜正常生长发育。因此，当前对牲畜生长性能的测定方式很难实际反映牲畜的生长速度、饲料的利用率等重要的性能指标,更无法对牲畜的生长状况做出有效的监控。

发明内容

本申请提供了一种生长性能测定模型的训练方法、测定方法及装置，以解决当前牲畜生长性能的测定方式准确度差的技术问题。

为了解决上述技术问题，第一方面，本申请实施例提供了一种生长性能测定模型的训练方法，包括：

获取牲畜系谱表以及牲畜个体的第一个体特征；

根据牲畜系谱表，建立第一邻接矩阵；

对第一邻接矩阵和第一个体特征进行拼接，得到第一拼接特征；

基于第一拼接特征作为模型输入，对预设的图神经网络模型进行迭代训练，直至图神经网络模型达到预设收敛条件，停止迭代，得到生长性能测定模型，生长性能测定模型用于测定牲畜的生长性能。

本实施例通过获取牲畜系谱表以及牲畜个体的第一个体特征，并根据牲畜系谱表，建立第一邻接矩阵，以提取牲畜之间的遗传关系，从而考虑遗传因素对牲畜个体生长性能的影响；以及对第一邻接矩阵和第一个体特征进行拼接，得到第一拼接特征，以将牲畜个体的个体特征与遗传关系进行结合，从而结合牲畜个体的当前自身状况和遗传因素对生长性能的影响；最后基于第一拼接特征作为模型输入，对预设的图神经网络模型进行迭代训练，直至图神经网络模型达到预设收敛条件，停止迭代，得到生长性能测定模型，生长性能测定模型用于测定牲畜的生长性能，从而利用神经网络模型实现牲畜生长性能的测定，解决依赖人工而导致测定结果不准确的问题，同时无需对牲畜进行驱赶，避免牲畜出现应激反应。

在一实施例中，根据牲畜系谱表，建立第一邻接矩阵，包括：

根据牲畜系谱表的多个实体节点以及节点关系，将牲畜系谱表转换为有向图；

根据有向图的多个实体节点，建立第一邻接矩阵。

本实施例通过将牲畜系谱表转换有向图，以便于建立第一邻接矩阵，从而能够后续与图神经网络模型配合实现模型训练和模型推理。

在一实施例中，基于第一拼接特征作为模型输入，对预设的图神经网络模型进行迭代训练，直至图神经网络模型达到预设收敛条件，停止迭代，得到生长性能测定模型，包括：

对于每个训练节点，利用图神经网络模型，根据训练节点的K层邻居节点对应的第一拼接特征，预测训练节点的第一生长性能参数，训练节点和邻居节点均为实体节点；