数据处理方法和装置制造方法及图纸

本发明专利技术公开了一种数据处理方法和装置，涉及计算机技术领域。该方法的实施方式包括：获取采食数据，所述采食数据至少包括：预设时间范围内不同时间点的检测对象与采食位置的关系；根据所述采食数据，计算得到测试矩阵；将所述采食数据输入至预测模型，计算得到预测矩阵；将所述测试矩阵和所述预测矩阵进行对比，得到训练过程的偏差结果；根据所述训练过程的偏差结果，确定所述预测模型的目标模型参数。这样，通过训练得到的预测模型可以预测检测对象的采食习性，来控制检测对象的饲喂过程，智能化程度高且易控制。

【技术实现步骤摘要】
数据处理方法和装置
本专利技术涉及计算机
，尤其涉及一种数据处理方法和装置。
技术介绍
一般地，养殖场多采用人工定时加料投喂的方式饲喂动物，或者基于饲养员主观判断不定时加料饲喂动物，人工加料方式智能化水平低，不易控制。不同的动物具有不同的采食习性，传统的饲喂方式无法根据动物的采食习性科学分析采食位置、采食时间或采食量等，进而无法科学地制定加料计划。一方面，当动物进食速度较快或上次投喂量不足时，若没有到达饲喂时间点，此时容易出现动物断食的情况。另一方面，如果动物采食速度较慢或上次投喂量过多，余食容易变质，食用变质饲料会使得动物引发疾病。
技术实现思路
有鉴于此，本专利技术实施例提供一种数据处理方法和装置，能够解决传统的饲喂方式无法根据动物的采食习性控制其饲喂过程的技术问题。为实现上述目的，根据本专利技术实施例的一个方面，提供了一种数据处理方法。本专利技术实施例的数据处理方法包括：A.获取采食数据，所述采食数据至少包括：预设时间范围内不同时间点的检测对象与采食位置的关系；B.根据所述采食数据本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，包括：/nA.获取采食数据，所述采食数据至少包括：预设时间范围内不同时间点的检测对象与采食位置的关系；/nB.根据所述采食数据，计算得到测试矩阵；/nC.将所述采食数据输入至预测模型，计算得到预测矩阵；/nD.将所述测试矩阵和所述预测矩阵进行对比，得到训练过程的偏差结果；/nE.根据所述训练过程的偏差结果，确定所述预测模型的目标模型参数。/n

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：
A.获取采食数据，所述采食数据至少包括：预设时间范围内不同时间点的检测对象与采食位置的关系；
B.根据所述采食数据，计算得到测试矩阵；
C.将所述采食数据输入至预测模型，计算得到预测矩阵；
D.将所述测试矩阵和所述预测矩阵进行对比，得到训练过程的偏差结果；
E.根据所述训练过程的偏差结果，确定所述预测模型的目标模型参数。


2.根据权利要求1所述的方法，其特征在于，所述采食数据是与所述检测对象采食相关的图像数据、开关数据和/或感应数据。


3.根据权利要求1所述的方法，其特征在于，所述根据所述训练过程的偏差结果，确定所述预测模型的目标模型参数，包括：
判断所述训练过程的偏差结果是否在预设范围内；
若是，将训练过程的偏差结果在预设范围内所对应的模型参数，确定为预测模型的目标模型参数；
否则，调整预测模型的参数，重复执行步骤A至步骤E，直至所述训练过程的偏差结果在预设范围内。


4.根据权利要求1所述的方法，其特征在于，当所述采食数据是与所述检测对象采食相关的图像数据时，根据所述采食数据，计算得到测试矩阵，包括：
将所述采食数据转化为第一矩阵；所述第一矩阵包括：第一字符和/或第二字符，所述第一字符用于表示对应元素有正在采食的所述检测对象，所述第二字符用于表示对应元素没有正在采食的所述检测对象；
根据所述第一矩阵，计算得到测试矩阵。


5.根据权利要求4所述的方法，其特征在于，所述根据所述第一矩阵，计算得到测试矩阵，包括：
将所述第一矩阵作为测试矩阵；或者，
将所述第一矩阵通过卷积运算转化为图像矩阵，并将所述图像矩阵作为测试矩阵。


6.根据权利要求5所述的方法，其特征在于，所述将所述第一矩阵通过卷积运算转化为图像矩阵，包括：
确定权重矩阵；
将所述第一矩阵与所述权重矩阵进行卷积计算，使得所述第一矩阵转化为图像矩阵。


7.根据权利要求6所述的方法，其特征在于，所述确定权重矩阵，包括：
根据预设的离散程度σ值和模糊半径确定权重矩阵。


8.根据权利要求1所述的方法，其特征在于，当所述采食数据是与所述检测对象采食相关的图像数据时，将所述采食数据输入至预测模型，计算得到预测矩阵，包括：
将所述采食数据输入至预测模型，计算得到特征矩阵；
根据所述特征矩阵，计算得到预测...

【专利技术属性】
技术研发人员：王怀庆，李洋，
申请(专利权)人：北京海益同展信息科技有限公司，
类型：发明
国别省市：北京;11