买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉成都易联易通科技有限责任公司申请的专利基于深度学习的跨场域料肉比分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120894171B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511398265.6，技术领域涉及：G06Q50/02；该发明授权基于深度学习的跨场域料肉比分析方法是由徐进;杜心军;张科;胡勇设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本基于深度学习的跨场域料肉比分析方法在说明书摘要公布了：本发明公开了基于深度学习的跨场域料肉比分析方法，本发明包括接入历史数据，计算个体与群体FCR数据；对多场域数据中影响FCR的数据要素进行特征提取，构建特征向量，基于Sobol指数量化单个特征以及特征间交互作用对FCR的贡献度，然后通过深度学习模型以特征为输入、FCR为输出，识别出关键特征以及依据关键特征的梯度权重对特征组合；采用聚类算法将多个特征组合对应的数据要素集合用于表征对FCR的整体影响重要性；以要素集合为单位、赋值后生成策略集合和对应策略集合权值，通过采用非支配排序遗传算法求解最优生产策略；本发明分析不同猪场的数据，能够识别出普适性的规律以及针对特定场区的个性化特征。

本发明授权基于深度学习的跨场域料肉比分析方法在权利要求书中公布了：1.基于深度学习的跨场域料肉比分析方法，其特征在于，包括如下步骤： 接入AI生猪监管平台、饲喂系统、环控系统、AI视觉系统和管理系统数据，依据历史管理系统数据进行分析： 计算个体与群体FCR数据； 对多场域数据中影响FCR的数据要素进行特征提取，构建特征向量，基于Sobol指数量化单个特征以及特征间交互作用对FCR的贡献度，然后通过深度学习模型以特征为输入、FCR为输出，识别出关键特征以及依据关键特征的梯度权重对特征组合，具体包括：输入：从历史管理系统载入数据提取特征矩阵X和从计算FCR数据中计算FCT向量Y；计算一阶Sobol指数Si用于衡量特征Xi独自对FCR方差的影响，然后计算总阶Sobol指数S{Ti}用于衡量特征Xi及其与所有其他特征的交互作用对FCR方差的总影响；计算交互作用贡献为S{Ti}–Si；排序所有特征的Si和S{Ti}，分类为关键主效应特征和关键交互效应特征对；其中，具体计算包括：特征工程与关联性分析；从原始数据中提取统计特征，构建特征向量X=[E,N,M,P]；E环境:[日均温度,温度日较差,平均湿度,最大氨浓度]；N营养:[日均采食量,料槽空槽时间,饲料粗蛋白含量]；M管理:[饲养密度,日龄]； P种群:[品种代码,基于AI行为识别的健康状况评分]；其中，每个分量中的数据类型与对应猪场的数据采集项目有关，涉及的填入，未有该项目则删除；输出：特征矩阵X{m×n}，对应FCR值向量Y{m×1}，其中，m个样本，n个特征；基于Sobol指数的全局敏感性分析；输入：X{m×n},Y{m×1}，通过Saltelli采样法生成采样序列，计算一阶Sobol指数Si：衡量特征Xi独自对FCR方差的影响，计算总阶Sobol指数S{Ti}：衡量特征Xi及其与所有其他特征的交互作用对FCR方差的总影响，交互作用贡献≈S{Ti}–Si； 采用聚类算法将多个特征组合对应的数据要素集合用于表征对FCR的整体影响重要性，具体包括：构建MLP网络，输入历史特征矩阵和FCR值向量数据，分配每个特征对单个预测结果的贡献度，进行训练至模型收敛，获取FCR预测模型；对每个样本采用KernelSHAP算法近似计算，获取到SHAP值向量用于表征特征在对应样本预测中的贡献度，所述贡献度用于反映对FCR的整体影响重要性； 以要素集合为单位、赋值后生成策略集合和对应策略集合权值，通过采用非支配排序遗传算法求解最优生产策略； AI生猪监管平台实行最优生产策略，依据生产周期计算FCR数据获取新的最优生产策略并实行，具体包括： 对交互作用贡献构成的矩阵与SHAP值向量构成的矩阵进行二次特征工程，并采用谱聚类构建相似度矩阵，归一化后计算出前序特征向量，然后将多个特征K-means聚类为要素集合，即策略要素集合，并输出多个要素集合； 基于NSGA-II算法以要素集合中要素的参数作为变量，计算使FCR预测模型获取最小FCR的多目标优化，获取到多个调参组合作为最优生产策略输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都易联易通科技有限责任公司，其通讯地址为：610000 四川省成都市高新区天府大道北段28号1栋1单元28楼7号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。