一种基于深度学习的肉牛发情状态识别与评估方法

技术特征：

1.一种基于深度学习的肉牛发情状态识别与评估方法，其特征在于，包括：

2.根据权利要求1所述的一种基于深度学习的肉牛发情状态识别与评估方法，其特征在于：

3.根据权利要求1所述的一种基于深度学习的肉牛发情状态识别与评估方法，其特征在于：

4.根据权利要求1所述的一种基于深度学习的肉牛发情状态识别与评估方法，其特征在于：

5.根据权利要求4所述的一种基于深度学习的肉牛发情状态识别与评估方法，其特征在于：

6.根据权利要求1所述的一种基于深度学习的肉牛发情状态识别与评估方法，其特征在于：

7.根据权利要求1所述的一种基于深度学习的肉牛发情状态识别与评估方法，其特征在于：

8.根据权利要求7所述的一种基于深度学习的肉牛发情状态识别与评估方法，其特征在于：

9.根据权利要求1所述的一种基于深度学习的肉牛发情状态识别与评估方法，其特征在于，s6中，模型训练的具体内容为：

10.根据权利要求1所述的一种基于深度学习的肉牛发情状态识别与评估方法，其特征在于，s7中，模型评估和测试包括：

技术总结
本发明公开了一种基于深度学习的肉牛发情状态识别与评估方法，涉及深度学习技术领域。包括：确定肉牛的发情行为与影响因素；收集肉牛每天的各种生理数据和行为数据得到数据集；对数据集进行预处理；对预处理后的数据集进行组织和划分，将整个数据集划分为训练集、验证集和测试集；构建CNN‑LSTM‑Attention模型；对CNN‑LSTM‑Attention模型进行训练；对训练后的CNN‑LSTM‑Attention模型进行评估和测试；将待测数据输入CNN‑LSTM‑Attention模型进行发情识别和评估。本发明有助于提升肉牛发情状态识别的精确度，提高肉牛的繁殖性能和生产效率。

技术研发人员：曹姗姗,孙伟,孔繁涛,梁泽,张志勇,卫培刚
受保护的技术使用者：中国农业科学院农业信息研究所
技术研发日：
技术公布日：2024/4/17