一种基于运动传感器分析牛只疾病的方法技术

技术编号:27008206 阅读:23 留言:0更新日期:2021-01-08 17:14
本发明专利技术公开了一种基于运动传感器分析牛只疾病的方法,涉及基于运动传感器分析牛只疾病技术领域,具体为一种基于运动传感器分析牛只疾病的方法,包括个体传感器和检测传感器,所述个体传感器和检测传感器的输出端均连接有牛只信息汇总模块,且牛只信息汇总模块的输出端连接有中央处理模块,所述中央处理模块的输出端连接NB‑IoT信息传输模块,所述NB‑IoT信息传输模块的输出端连接有云端服务器,且云端服务器的输出端分别连接有云端数据存储模块和AI构建模块。该基于运动传感器分析牛只疾病的方法,结合AI神经网络算法和大数据,利用海量经确认的可靠数据训练模型,推算准确度将越来越高。具有极高的社会价值。

【技术实现步骤摘要】
一种基于运动传感器分析牛只疾病的方法
本专利技术涉及基于运动传感器分析牛只疾病
,具体为一种基于运动传感器分析牛只疾病的方法。
技术介绍
牛科动物的共同特点是体质强壮;有适合长跑的腿;脚上有4趾,但侧趾比鹿类更加退化,适于奔跑;门牙和犬齿都已经退化,但还保留着下门牙,而且下犬齿也门齿化了,三对门齿向前倾斜呈铲子状,由于以比较坚硬的植物为食,前臼齿和臼齿为高冠,珐琅质有褶皱,齿冠磨蚀后表面形成复杂的齿纹,适于吃草;为了贮存草料、躲避敌害,它们的胃在进化中形成了4个室:即瘤胃、蜂巢胃、瓣胃和腺胃,还具有“反刍”的习性,使食物能够得到更好地消化和吸收。以往对牛只疾病诊断分析,基本依靠饲养员和兽医人员的经验。不仅准确率不高,而且诊断滞后,极易延误疾病最佳治疗时机。增加养殖成本。目前市场上已有的疾病诊断分析技术,多依靠确切的数学模型算法,灵活性和可学习能力都较差,且需要大量的人力物力来针对不同疾病建立数学模型。准确度易受个体和不同种群品类干扰,甚至受环境干扰,可用性较差。牛只疾病分析统计步骤辅助,所统计的数据较大,消耗的时间较长,以及无法进行合理的统计计算,且现有技术主要通过固定算法估计牲畜疾病,普遍基于片上数据计算,将个体历史数据作为输入端,推算疾病的缺点。
技术实现思路
针对现有技术的不足,本专利技术提供了一种基于运动传感器分析牛只疾病的方法,解决了上述
技术介绍
中提出该牛只疾病分析统计步骤辅助,所统计的数据较大,消耗的时间较长,以及无法进行合理的统计计算,且现有技术主要通过固定算法估计牲畜疾病,普遍基于片上数据计算,将个体历史数据作为输入端,推算疾病的问题。为实现以上目的,本专利技术通过以下技术方案予以实现:一种基于运动传感器分析牛只疾病的方法,包括个体传感器和检测传感器,所述个体传感器和检测传感器的输出端均连接有牛只信息汇总模块,且牛只信息汇总模块的输出端连接有中央处理模块,所述中央处理模块的输出端连接NB-IoT信息传输模块,所述NB-IoT信息传输模块的输出端连接有云端服务器,且云端服务器的输出端分别连接有云端数据存储模块和AI构建模块。可选的,所述检测传感器包括温度传感器、加速度传感器、位移传感器、振动传感器和压力传感器。可选的,所述牛只信息汇总模块包括牛只信息备份模块、牛只信息分析模块、牛只信息分类模块和牛只信息对比模块。可选的,所述AI构建模块包括AI数据采集模块、AI数据汇总模块和AI数据建模模块。可选的,所述基于运动传感器分析牛只疾病的方法包括以下步骤:S1、采集大量牛只的基础数据:选取大量牛只将个体传感器嵌入牛只的体内,以及个体传感器检测牛只的基础数据,牛只信息汇总模块汇总数据,将基础数据储存,以及将基础数据上传至云端服务器,云端服务器运行计算算法;S2、分类汇总基础数据:汇集上述步骤S1、采集大量牛只的基础数据中基础数据,针对牛只其他品类,种群等进行大数据分类汇总;S3、构建牛只数据模型:将上述步骤S2、分类汇总基础数据中的汇总数据,抽取确诊的牛只数据,以及结合已经确诊的牛只数据进行AI学习,反复训练,AI构建模块构建确诊牛只数据模型;S4、持续采集牛只基础数据:连续接收个体原始传感器数据,将个体原始传感器数据同步传输至云端服务器存储,以及云端服务器运行,同时,云端数据存储模块计算个体原始传感器数据;S5、输出概率报告:将上述步骤S4、持续采集牛只基础数据中计算的个体原始传感器数据汇总,输入AI构建模块,形成多种疾病的概率报告;S6、推算疾病概率:根据上述步骤形成的概率报告,通过不断产生的疾病概率报告,推算疾病概率。可选的,所述个体传感器由运动传感器构成。可选的,所述步骤S1、采集大量牛只的基础数据中,个体传感器如测量与运动有关的位置、位移、速度、加速度、振动位移、振幅、波动传播等物理量。本专利技术提供了一种基于运动传感器分析牛只疾病的方法,具备以下有益效果:1、该基于运动传感器分析牛只疾病的方法,将个体传感器原始数据上传至云端服务器,通过服务器密集计算,实现更加准确的算法计算;针对牛只其他品类,种群等进行大数据分类汇总,结合已经确诊的牛只数据进行AI学习,反复训练模型,不断的接收个体原始传感器数据,输入AI训练模型,形成多种疾病的概率报告,通过不断产生的疾病概率报告,推算疾病;本算法的优势,通过12万牛只的基础数据,不断学习训练模型,推算疾病的准确度已经超过70%。2、该基于运动传感器分析牛只疾病的方法,结合AI神经网络算法和大数据,利用海量经确认的可靠数据训练模型,推算准确度将越来越高。具有极高的社会价值。附图说明图1为本专利技术电路流程示意图;图2为本专利技术检测传感器的结构示意图;图3为本专利技术牛只信息汇总模块的结构示意图;图4为本专利技术AI构建模块的结构示意图;图5为本专利技术的步骤流程示意图。图中:1、个体传感器;2、检测传感器;3、牛只信息汇总模块;4、中央处理模块;5、AI构建模块;6、NB-IoT信息传输模块;7、云端服务器;8、云端数据存储模块。具体实施方式下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。在本专利技术的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本专利技术和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本专利技术的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。在本专利技术的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本专利技术中的具体含义。请参阅图1至图5,本专利技术提供一种技术方案:一种基于运动传感器分析牛只疾病的方法,包括个体传感器1和检测传感器2,个体传感器1和检测传感器2的输出端均连接有牛只信息汇总模块3,且牛只信息汇总模块3的输出端连接有中央处理模块4,中央处理模块4的输出端连接NB-IoT信息传输模块6,NB-IoT信息传输模块6的输出端连接有云端服务器7,且云端服务器7的输出端分别连接有云端数据存储模块8和AI构建模块5。本专利技术中:检测传感器2包括温度传感器、加速度传感器、位移传感器、振动传感器和压力传感器。本专利技术中:牛只信息汇总模块3包括牛只信息备份模块、牛只信息分析模块、牛只信息分类模块和牛只信息对比模块。本专利技术中:AI构建模块5包括AI数据采集本文档来自技高网...

【技术保护点】
1.一种基于运动传感器分析牛只疾病的方法,包括个体传感器(1)和检测传感器(2),其特征在于:所述个体传感器(1)和检测传感器(2)的输出端均连接有牛只信息汇总模块(3),且牛只信息汇总模块(3)的输出端连接有中央处理模块(4),所述中央处理模块(4)的输出端连接NB-IoT信息传输模块(6),所述NB-IoT信息传输模块(6)的输出端连接有云端服务器(7),且云端服务器(7)的输出端分别连接有云端数据存储模块(8)和AI构建模块(5)。/n

【技术特征摘要】
1.一种基于运动传感器分析牛只疾病的方法,包括个体传感器(1)和检测传感器(2),其特征在于:所述个体传感器(1)和检测传感器(2)的输出端均连接有牛只信息汇总模块(3),且牛只信息汇总模块(3)的输出端连接有中央处理模块(4),所述中央处理模块(4)的输出端连接NB-IoT信息传输模块(6),所述NB-IoT信息传输模块(6)的输出端连接有云端服务器(7),且云端服务器(7)的输出端分别连接有云端数据存储模块(8)和AI构建模块(5)。


2.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述检测传感器(2)包括温度传感器、加速度传感器、位移传感器、振动传感器和压力传感器。


3.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述牛只信息汇总模块(3)包括牛只信息备份模块、牛只信息分析模块、牛只信息分类模块和牛只信息对比模块。


4.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述AI构建模块(5)包括AI数据采集模块、AI数据汇总模块和AI数据建模模块。


5.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述基于运动传感器分析牛只疾病的方法包括以下步骤:
S1、采集大量牛只的基础数据:选取大量牛只将个体传感器(1)嵌入牛只的体内,以及个体传感器...

【专利技术属性】
技术研发人员:王坤侠李巍
申请(专利权)人:上海奇博自动化科技有限公司
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1