一种基于运动传感器分析牛只疾病的方法与流程

文档序号:23583101发布日期:2021-01-08 14:13阅读:来源:国知局

技术特征:

1.一种基于运动传感器分析牛只疾病的方法,包括个体传感器(1)和检测传感器(2),其特征在于:所述个体传感器(1)和检测传感器(2)的输出端均连接有牛只信息汇总模块(3),且牛只信息汇总模块(3)的输出端连接有中央处理模块(4),所述中央处理模块(4)的输出端连接nb-iot信息传输模块(6),所述nb-iot信息传输模块(6)的输出端连接有云端服务器(7),且云端服务器(7)的输出端分别连接有云端数据存储模块(8)和ai构建模块(5)。

2.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述检测传感器(2)包括温度传感器、加速度传感器、位移传感器、振动传感器和压力传感器。

3.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述牛只信息汇总模块(3)包括牛只信息备份模块、牛只信息分析模块、牛只信息分类模块和牛只信息对比模块。

4.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述ai构建模块(5)包括ai数据采集模块、ai数据汇总模块和ai数据建模模块。

5.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述基于运动传感器分析牛只疾病的方法包括以下步骤:

s1、采集大量牛只的基础数据:选取大量牛只将个体传感器(1)嵌入牛只的体内,以及个体传感器(1)检测牛只的基础数据,牛只信息汇总模块(3)汇总数据,将基础数据储存,以及将基础数据上传至云端服务器(7),云端服务器(7)运行计算算法;

s2、分类汇总基础数据:汇集上述步骤s1、采集大量牛只的基础数据中基础数据,针对牛只其他品类,种群等进行大数据分类汇总;

s3、构建牛只数据模型:将上述步骤s2、分类汇总基础数据中的汇总数据,抽取确诊的牛只数据,以及结合已经确诊的牛只数据进行ai学习,反复训练,ai构建模块(5)构建确诊牛只数据模型;

s4、持续采集牛只基础数据:连续接收个体原始传感器数据,将个体原始传感器数据同步传输至云端服务器存储,以及云端服务器运行,同时,云端数据存储模块(8)计算个体原始传感器数据;

s5、输出概率报告:将上述步骤s4、持续采集牛只基础数据中计算的个体原始传感器数据汇总,输入ai构建模块(5),形成多种疾病的概率报告;

s6、推算疾病概率:根据上述步骤形成的概率报告,通过不断产生的疾病概率报告,推算疾病概率。

6.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述个体传感器(1)由运动传感器构成。

7.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述步骤s1、采集大量牛只的基础数据中,个体传感器(1)如测量与运动有关的位置、位移、速度、加速度、振动位移、振幅、波动传播等物理量。


技术总结
本发明公开了一种基于运动传感器分析牛只疾病的方法,涉及基于运动传感器分析牛只疾病技术领域,具体为一种基于运动传感器分析牛只疾病的方法,包括个体传感器和检测传感器,所述个体传感器和检测传感器的输出端均连接有牛只信息汇总模块,且牛只信息汇总模块的输出端连接有中央处理模块,所述中央处理模块的输出端连接NB‑IoT信息传输模块,所述NB‑IoT信息传输模块的输出端连接有云端服务器,且云端服务器的输出端分别连接有云端数据存储模块和AI构建模块。该基于运动传感器分析牛只疾病的方法,结合AI神经网络算法和大数据,利用海量经确认的可靠数据训练模型,推算准确度将越来越高。具有极高的社会价值。

技术研发人员:王坤侠;李巍
受保护的技术使用者:上海奇博自动化科技有限公司
技术研发日:2020.10.10
技术公布日:2021.01.08
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1