龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国农业科学院农业信息研究所
申请日：2024-05-22
公开（公告）日：2024-06-18
公开（公告）号：CN118211133A
主分类号：G06F18/2411
分类号：G06F18/2411;A61D17/00;A61D19/02;G06F18/25;G06V10/44;G06N3/0464
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明公开了一种基于多模态数据和巡检机器人的孕牛分娩时间预测方法，涉及智慧养殖技术领域。包括确定目标孕牛种群；确定多模态数据采集内容；构建数据库；对图像数据进行标注；构建多模态数据集并按预设比例划分为训练子集、测试子集和验证子集；进行预处理；构建深度学习模型嵌套模型；对训练子集和验证子集进行训练得到多个深度学习嵌套模型；将预处理后的测试子集输入至训练好的多个深度学习嵌套模型中，通过评估公式得到最优深度学习嵌套模型；将最优深度学习嵌套模型部署至巡检机器人核心控制器中，通过巡检功能定期对目标孕牛种群进行分娩时间预测操作。本发明有助于实现更准确的孕牛分娩时间预测。
主权项：1.一种基于多模态数据和巡检机器人的孕牛分娩时间预测方法，其特征在于，包括以下步骤：S1、确定目标孕牛种群；S2、确定多模态数据采集内容，采集S1中目标孕牛种群的多模态数据，包括档案数据、眼温数据、环境数据、管理数据和图像数据；S3、根据S2中采集的多模态数据构建数据库；S4、对S2中采集的图像数据进行标注；S5、构建多模态数据集并按预设比例划分为训练子集、测试子集和验证子集；S6、对S5中的训练子集、测试子集和验证子集进行预处理；S7、构建深度学习模型嵌套模型，其中深度学习模型内部嵌套机器学习模型；S8、对S6中预处理后的训练子集和验证子集进行训练，得到多个训练好的深度学习嵌套模型；S9、将S6中预处理后的测试子集输入至S8中多个训练好的深度学习嵌套模型中，多个训练好的深度学习嵌套模型分别输出孕牛分娩时间差，通过评估公式得到最优深度学习嵌套模型；S10、将最优深度学习嵌套模型部署至巡检机器人核心控制器中，通过巡检功能定期对目标孕牛种群进行分娩时间预测操作。
全文数据：
权利要求：
百度查询： 中国农业科学院农业信息研究所 一种基于多模态数据和巡检机器人的孕牛分娩时间预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号