本发明涉及牲畜养殖领域,特别是涉及一种智能化牲畜能量消耗分析方法与系统。
背景技术:
1、现阶段,随着智能化养殖管理技术的发展,越来越多的牲畜体征指标监测成为了可能。能量消耗与牲畜的健康、新陈代谢、产出等因素密切相关。准确的分析牲畜能量消耗,以更好地进行农业生产管理,从而提升牲畜饲养的经济效益。然而由于活动强度、生理因素、身体测量特征等多种因素影响牲畜活动时的能量消耗,计算起来比较困难。
技术实现思路
1、本发明的目的是提供一种智能化牲畜能量消耗分析方法与系统,利用预测模型分析牲畜实施能量消耗,提高牲畜实施能量消耗分析的准确性且减轻了计算难度。
2、为实现上述目的,本发明提供了如下方案:
3、一种智能化牲畜能量消耗分析方法,所述智能化牲畜能量消耗分析方法包括:
4、获取待测牲畜的动态数据;所述动态数据包括加速度信号、生理信号和体温信号;所述生理信号包括:心跳频率和/或呼吸频率;
5、基于时域卷积模型对待测牲畜的动态数据进行时间特征提取,得到待测牲畜的时间特征数据;
6、基于空间特征提取模型对待测牲畜的动态数据进行空间特征提取,得到待测牲畜的空间特征数据;
7、获取待测牲畜的静态数据;所述静态数据包括品质、体重、性别和/或育龄;
8、将待测牲畜的时间特征数据、空间特征数据和静态数据输入至预测模型中,得到待测牲畜的能量消耗值。
9、可选地,所述时域卷积模型是基于堆叠的时域卷积残差模块建立的。
10、可选地,所述空间特征提取模型是基于一维卷积和胶囊神经网络建立的。
11、可选地,将待测牲畜的时间特征数据、空间特征数据和静态数据输入至预测模型中,得到待测牲畜的能量消耗值,具体包括:
12、将待测牲畜的时间特征数据和空间特征数据进行连接,得到连接后的特征数据;
13、将连接后的特征数据输入至全局平均池中计算平均值,得到连接后的特征数据的平均值;
14、将连接后的特征数据的平均值和待测牲畜的静态数据输入至所述预测模型中,得到待测牲畜的能量消耗值。
15、可选地,连接后的特征数据的平均值的计算公式为:
16、
17、式中,γtime表示待测牲畜的时间特征数据,γspatial表示待测牲畜的空间特征数据,γ表示连接后的特征数据的平均值,n表示连接后的特征数据的序列维度,concat[γtime,γspatial]n表示第n维度的连接函数。
18、可选地,将待测牲畜的时间特征数据、空间特征数据和静态数据输入至预测模型中,得到待测牲畜的能量消耗值,之前还包括:
19、构建神经卷积网络模型;
20、获取训练数据;所述训练数据包括牲畜样本的样本数据和牲畜样本的样本数据对应的能量消耗值;所述样本数据包括时间特征数据、空间特征数据和静态数据;
21、将所述训练数据分为训练集和验证集;
22、基于所述训练集和所述验证集采用留一交叉验证对所述神经卷积网络模型进行训练和验证,得到所述预测模型。
23、一种智能化牲畜能量消耗分析系统,所述智能化牲畜能量消耗分析系统应用于上述所述的智能化牲畜能量消耗分析方法,所述智能化牲畜能量消耗分析系统包括:
24、第一获取模块,用于获取待测牲畜的动态数据;所述动态数据包括加速度信号、生理信号和体温信号;所述生理信号包括:心跳频率和/或呼吸频率;
25、时间特征提取模块,用于基于时域卷积模型对待测牲畜的动态数据进行时间特征提取,得到待测牲畜的时间特征数据;
26、空间特征提取模块,用于基于空间特征提取模型对待测牲畜的动态数据进行空间特征提取,得到待测牲畜的空间特征数据;
27、第二获取模块,用于获取待测牲畜的静态数据;所述静态数据包括品质、体重、性别和/或育龄;
28、预测模块,用于将待测牲畜的时间特征数据、空间特征数据和静态数据输入至预测模型中,得到待测牲畜的能量消耗值。
29、可选地,所述预测模块,具体包括:
30、连接单元,用于将待测牲畜的时间特征数据和空间特征数据进行连接,得到连接后的特征数据;
31、计算单元,用于将连接后的特征数据输入至全局平均池中计算平均值,得到连接后的特征数据的平均值;
32、输出单元,用于将连接后的特征数据的平均值和待测牲畜的静态数据输入至所述预测模型中,得到待测牲畜的能量消耗值。
33、一种电子设备,包括存储器、处理器以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,所述处理器执行所述计算机程序时实现上述所述的智能化牲畜能量消耗分析方法。
34、一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被执行时实现上述所述的智能化牲畜能量消耗分析方法。
35、根据本发明提供的具体实施例,本发明公开了以下技术效果:
36、本发明公开一种智能化牲畜能量消耗分析方法与系统,智能化牲畜能量消耗分析方法包括:获取待测牲畜的动态数据;基于时域卷积模型对待测牲畜的动态数据进行时间特征提取,得到待测牲畜的时间特征数据;基于空间特征提取模型对待测牲畜的动态数据进行空间特征提取,得到待测牲畜的空间特征数据;获取待测牲畜的静态数据;将待测牲畜的时间特征数据、空间特征数据和静态数据输入至预测模型中,得到待测牲畜的能量消耗值。本发明利用预测模型分析牲畜实施能量消耗,提高牲畜实施能量消耗分析的准确性且减轻了计算难度。
1.一种智能化牲畜能量消耗分析方法,其特征在于,所述智能化牲畜能量消耗分析方法包括:
2.根据权利要求1所述的智能化牲畜能量消耗分析方法,其特征在于,所述时域卷积模型是基于堆叠的时域卷积残差模块建立的。
3.根据权利要求1所述的智能化牲畜能量消耗分析方法,其特征在于,所述空间特征提取模型是基于一维卷积和胶囊神经网络建立的。
4.根据权利要求1所述的智能化牲畜能量消耗分析方法,其特征在于,将待测牲畜的时间特征数据、空间特征数据和静态数据输入至预测模型中,得到待测牲畜的能量消耗值,具体包括:
5.根据权利要求4所述的智能化牲畜能量消耗分析方法,其特征在于,连接后的特征数据的平均值的计算公式为:
6.根据权利要求1所述的智能化牲畜能量消耗分析方法,其特征在于,将待测牲畜的时间特征数据、空间特征数据和静态数据输入至预测模型中,得到待测牲畜的能量消耗值,之前还包括:
7.一种智能化牲畜能量消耗分析系统,其特征在于,所述智能化牲畜能量消耗分析系统应用于所述权利要求1-6中任意一项所述的智能化牲畜能量消耗分析方法,所述智能化牲畜能量消耗分析系统包括:
8.根据权利要求7所述的智能化牲畜能量消耗分析系统,其特征在于,所述预测模块,具体包括:
9.一种电子设备,其特征在于,包括存储器、处理器以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,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的智能化牲畜能量消耗分析方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被执行时实现如权利要求1至6中任一项所述的智能化牲畜能量消耗分析方法。