Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 黑龙江省畜牧总站张凯获国家专利权

黑龙江省畜牧总站张凯获国家专利权

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!

龙图腾网获悉黑龙江省畜牧总站申请的专利一种奶牛产奶量预测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:CN120373567B

龙图腾网通过国家知识产权局官网在2026-03-06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:202510555167.2,技术领域涉及:G06Q10/04;该发明授权一种奶牛产奶量预测方法是由张凯;张亚光;张娜;马德瑞;于洋设计研发完成,并于2025-04-29向国家知识产权局提交的专利申请。

一种奶牛产奶量预测方法在说明书摘要公布了:一种奶牛产奶量预测方法,涉及产奶量预测技术领域。本发明是为了解决现有奶牛产量预测方法还存在预测准确率低的问题。本发明包括:获取待预测奶牛产奶特征数据集;对待预测奶牛产奶特征数据进行预处理,获得预处理后的待预测奶牛产奶特征数据集;将预处理后的待预测奶牛产奶特征数据集输入到训练好的奶牛产奶量粗预测模型,获得待预测奶牛的粗预测产奶量;将预处理后的待预测奶牛产奶特征数据集和待预测奶牛的粗预测产奶量输入到训练好的奶牛产奶量精预测模型,获得待预测奶牛产奶量。本发明用于预测奶牛产奶量。

本发明授权一种奶牛产奶量预测方法在权利要求书中公布了:1.一种奶牛产奶量预测方法,其特征在于所述方法包括以下步骤: S1、获取待预测奶牛产奶特征数据集; 所述奶牛产奶特征包括:体高、牛胸宽、体深、乳房深度、中央悬韧带长度、前乳头位置、前乳头长度、后乳房附着高度、后乳头位置、泌乳天数、胎次、后乳房附着宽度; S2、对待预测奶牛产奶特征数据进行归一化处理,获得预处理后的待预测奶牛产奶特征数据集; S3、将预处理后的待预测奶牛产奶特征数据集输入到训练好的奶牛产奶量粗预测模型,获得待预测奶牛的粗预测产奶量; 所述S3中的训练好的奶牛产奶量粗预测模型,通过以下方式获得: 步骤一、获取奶牛产奶特征数据集,并对奶牛产奶特征数据集进行预处理,获得预处理后的奶牛产奶特征数据集; 步骤二、将预处理后的奶牛产奶数据集和第个泌乳天数的产奶量组成数据集,将数据集划分为训练集和测试集,利用训练集训练奶牛产量粗预测模型,获得训练好的奶牛产奶量粗预测模型,具体为: 步骤二一、将预处理后的奶牛产奶数据集和第个泌乳天数的产奶量组成数据集,将数据集划分为训练集和测试集; 步骤二二、利用训练集训练奶牛产量粗预测模型; 所述奶牛产奶粗预测模型包括:特征划分模块、特征得分模块、预测模块; 所述特征划分模块用于将预处理后的奶牛产奶数据集划分为身体特征向量、乳房特征向量、时间特征向量; 身体特征向量; 其中,是第只奶牛的体高,是第只奶牛胸宽,是第只奶牛体深; 乳房特征向量; 其中,是第只奶牛乳房深度,是第只奶牛中央悬韧带长度,是第只奶牛前乳头位置,是第只奶牛前乳头长度,是第只奶牛后乳房附着高度,是第只奶牛后乳头位置,是第只奶后乳房附着宽度; 时间特征向量; 其中,是泌乳天数,是第只奶牛胎次; 所述特征得分模块用于获取奶牛的身体特征重要性得分、乳房特征重要性得分和时间特征重要性得分;所述特征得分模块包括:身体特征得分获取单元、乳房特征得分获取单元、时间特征得分获取单元; 所述身体特征得分获取单元包括:输入层、注意力层、激活函数层、特征加权层、全连接层、输出层; 所述输入层用于输入奶牛身体特征向量,并将奶牛身体特征向量输入到注意力层;所述输入层维度为4; 所述注意力层用于为奶牛身体特征向量中的每个特征分配权重,获得奶牛身体特征权重向量; 所述激活函数层用于对奶牛身体特征权重归一化,获得归一化后的奶牛身体特征权重;所述激活函数层为softmax函数; 所述特征加权层用于将每个奶牛身体特征与对应权重相乘,获得身体加权特征向量; 所述全连接层用于将身体加权特征向量映射到特征空间中; 所述输出层用于输出奶牛身体特征向量的重要性得分; 所述输出层采用sigmoid激活函数; 所述乳房特征得分获取单元的结构与身体特征得分获取单元相同;但是输出入层的维度为7;输出乳房特征重要性得分; 所述时间特征得分获得单元的结构与身体特征得分获取单元相同;但是输出入层的维度为2;输出时间特征重要性得分; 所述预测模块利用奶牛的身体特征重要性得分、乳房特征重要性得分、时间特征重要性得分、身体特征向量、乳房特征向量和时间特征向量获得第个泌乳天数的产奶量; 步骤三、利用测试集对训练好的奶牛产奶量粗预测模型进行测试,若训练好的奶牛产奶量粗预测模型的准确率低于预设阈值,则返回步骤一;否则输出训练好的奶牛产奶量粗预测模型; S4、将预处理后的待预测奶牛产奶特征数据集和待预测奶牛的粗预测产奶量输入到训练好的奶牛产奶量精预测模型,获得待预测奶牛产奶量。

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黑龙江省畜牧总站,其通讯地址为:150001 黑龙江省哈尔滨市香坊区哈平路243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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。