技术特征：
1.一种基于多源养殖数据挖掘的肉牛体况预测方法，其特征在于，包括：获取目标养殖场内各肉牛的体况数据；以所述体况数据作为训练样本，训练出目标本地模型的第一模型参数，并将所述第一模型参数上传至服务器端；基于所述服务器端下发的第二模型参数，更新所述目标本地模型，以利用更新后的目标本地模型对所述体况数据进行预测，获取体况预测数据；其中，所述目标本地模型与所述目标养殖场一一对应；所述第二模型参数是所述服务器端基于横向联邦学习方法，对所有养殖场的本地模型进行聚合训练，所得到的全局模型的模型参数。2.根据权利要求1所述的基于多源养殖数据挖掘的肉牛体况预测方法，其特征在于，在所述获取体况预测数据之后，还包括：基于所述体况预测数据，确定体况指数，以供目标养殖场根据所述体况指数确定预设时段后的养殖数据；其中，所述体况预测数据包括体深预测数据、腹宽预测数据、头长预测数据、体斜长预测数据、胸围预测数据、体高预测数据中的至少一种。3.根据权利要求1所述的基于多源养殖数据挖掘的肉牛体况预测方法，其特征在于，所述获取目标养殖场内各肉牛的体况数据，包括：基于肉牛的种类标识和日龄，获取第一特征数据和第二特征数据；基于所述第一特征数据和所述第二特征数据，获取所述体况数据，以基于循环神经网络对所述体况数据进行训练，获取所述目标本地模型。4.一种基于多源养殖数据挖掘的肉牛体况预测方法，其特征在于，包括：接收目标养殖场所上传的本地模型的第一模型参数；基于横向联邦学习方法，对各养殖场的本地模型进行聚合训练，获取全局模型的第二模型参数；将所述第二模型参数下发至所述目标养殖场，供所述目标养殖场更新所述本地模型，以基于更新后的本地模型进行体况预测。5.根据权利要求1所述的基于多源养殖数据挖掘的肉牛体况预测方法，其特征在于，所述基于横向联邦学习方法，对各养殖场的本地模型进行聚合训练，获取全局模型的第二模型参数，包括：以各所述第一模型参数与目标损失函数，重新训练各所述本地模型的第一模型参数；基于所有更新后的第一模型参数加权平均，获取所述第二模型参数。6.一种基于多源养殖数据挖掘的肉牛体况预测装置，其特征在于，包括：本地数据获取模块，用于获取目标养殖场内各肉牛的体况数据；本地模型训练模块，用于以所述体况数据作为训练样本，训练出目标本地模型的第一模型参数，并将所述第一模型参数上传至服务器端；本地模型更新模块，用于基于所述服务器端下发的第二模型参数，更新所述目标本地模型，以利用更新后的目标本地模型对所述体况数据进行预测，获取体况预测数据；其中，所述目标本地模型与所述目标养殖场一一对应；所述第二模型参数是所述服务器基于横向联邦学习方法，对所有养殖场的本地模型进行聚合训练，所得到的全局模型的
模型参数。7.一种基于多源养殖数据挖掘的肉牛体况预测装置，其特征在于，包括：模型获取模块，用于接收目标养殖场所上传的本地模型的第一模型参数；聚合训练模块，用于基于横向联邦学习方法，对各养殖场的本地模型进行聚合训练，获取全局模型的第二模型参数；模型发布模块，用于将所述第二模型参数下发至所述目标养殖场，供所述目标养殖场更新所述本地模型，以基于更新后的本地模型进行体况预测。8.一种基于多源养殖数据挖掘的肉牛体况预测系统，其特征在于，包括一个设置在远程的服务器端节点的基于多源养殖数据挖掘的肉牛体况预测装置，以及设置在多个养殖场节点的基于多源养殖数据挖掘的肉牛体况预测装置。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述基于多源养殖数据挖掘的肉牛体况预测方法。10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于多源养殖数据挖掘的肉牛体况预测方法。11.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于多源养殖数据挖掘的肉牛体况预测方法。
技术总结
本发明提供一种基于多源养殖数据挖掘的肉牛体况预测方法、装置及系统，该方法包括：获取目标养殖场内各肉牛的体况数据；以体况数据作为训练样本，训练出目标本地模型的第一模型参数，并将第一模型参数上传至服务器端；基于服务器端下发的第二模型参数，更新目标本地模型，以利用更新后的目标本地模型对体况数据进行预测，获取体况预测数据。本发明提供的基于多源养殖数据挖掘的肉牛体况预测方法、装置及系统，能够结合肉牛在预设时段内不同日龄生长变化趋势，设计出与养殖场对应的本地模型，保证本地数据单独训练与权重更新，并结合联邦学习的权重累计机制，保证预测结果属于全局最优解，提高预测精度。提高预测精度。提高预测精度。
技术研发人员：李奇峰 于沁杨 马为红 高荣华 丁露雨 余礼根
受保护的技术使用者：北京市农林科学院信息技术研究中心
技术研发日：2022.06.01
技术公布日：2022/10/20