肉牛养殖管理系统及其方法技术方案

本申请涉及智能管理领域，其具体地公开了一种肉牛养殖管理系统及其方法，其通过部署于肉牛养殖场内的温度传感器

【技术实现步骤摘要】
肉牛养殖管理系统及其方法


[0001]本申请涉及智能管理领域，且更为具体地，涉及一种肉牛养殖管理系统及其方法
。

技术介绍

[0002]肉牛养殖是重要的畜牧业产业之一
。
肉牛的养殖环境的适宜性直接影响肉牛的生长发育和健康状况
。
传统的肉牛养殖管理方法往往依赖人工观察和经验判断，缺乏科学依据和精准控制
。
[0003]随着人工智能的不断进步，其在肉牛养殖管理领域中具有重要应用
。
例如，通过图像识别
、
数据分析
、
机器学习等，对肉牛的生长
、
健康
、
繁殖
、
饲养等方面进行监测
、
评估
、
预测和优化，以提高肉牛的生产效率和质量
。
人工智能的发展为构建或优化肉牛养殖管理方案提供了一种新的思路
。
[0004]因此，期待一种基于人工智能的肉牛养殖管理方案
。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请
。
本申请的实施例提供了一种肉牛养殖管理系统及其方法，其通过部署于肉牛养殖场内的温度传感器
、
湿度传感器和二氧化碳传感器采集养殖环境的多参数数据，并从中提取时序隐含特征信息，以此对肉牛养殖场的环境条件进行实时监控以判断养殖环境是否适宜
。
[0006]根据本申请的一个方面，提供了一种肉牛养殖管理方法，其包括：获取由部署于肉牛养殖场内的温度传感器
、
湿度传感器和二氧化碳传感器采集的预定时间段内多个预定时间点的温度值
、
湿度值和二氧化碳浓度值；对所述多个预定时间点的温度值
、
湿度值和二氧化碳浓度值进行时序分析以得到校正后温度时序特征向量
、
校正后湿度时序特征向量和校正后二氧化碳浓度时序特征向量；以及，基于所述校正后温度时序特征向量
、
所述校正后湿度时序特征向量和所述校正后二氧化碳浓度时序特征向量，确定养殖环境是否适宜
。
[0007]根据本申请的另一个方面，提供了一种肉牛养殖管理系统，其包括：数据采集模块，用于获取由部署于肉牛养殖场内的温度传感器
、
湿度传感器和二氧化碳传感器采集的预定时间段内多个预定时间点的温度值
、
湿度值和二氧化碳浓度值；时序分析模块，用于对所述多个预定时间点的温度值
、
湿度值和二氧化碳浓度值进行时序分析以得到校正后温度时序特征向量
、
校正后湿度时序特征向量和校正后二氧化碳浓度时序特征向量；以及，管理结果生成模块，用于基于所述校正后温度时序特征向量
、
所述校正后湿度时序特征向量和所述校正后二氧化碳浓度时序特征向量，确定养殖环境是否适宜
。
[0008]与现有技术相比，本申请提供的一种肉牛养殖管理系统及其方法，其通过部署于肉牛养殖场内的温度传感器
、
湿度传感器和二氧化碳传感器采集养殖环境的多参数数据，
并从中提取时序隐含特征信息，以此对肉牛养殖场的环境条件进行实时监控以判断养殖环境是否适宜
。
附图说明
[0009]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的
、
特征和优势将变得更加明显
。
附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制
。
在附图中，相同的参考标号通常代表相同部件或步骤
。
[0010]图1为根据本申请实施例的肉牛养殖管理方法的流程图；图2为根据本申请实施例的肉牛养殖管理方法的系统架构图；图3为根据本申请实施例的肉牛养殖管理方法的训练阶段的流程图；图4为根据本申请实施例的肉牛养殖管理方法的子步骤
S2
的流程图；图5为根据本申请实施例的肉牛养殖管理方法的子步骤
S22
的流程图；图6为根据本申请实施例的肉牛养殖管理方法的子步骤
S3
的流程图；图7为根据本申请实施例的肉牛养殖管理系统的框图
。
具体实施方式
[0011]下面，将参考附图详细地描述根据本申请的示例实施例
。
显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制
。
[0012]如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和
/
或“该”等词并非特指单数，也可包括复数
。
一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素
。
[0013]虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和
/
或服务器上
。
所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块
。
[0014]本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作
。
应当理解的是，前面或下面操作不一定按照顺序来精确地执行
。
相反，根据需要，可以按照倒序或同时处理各种步骤
。
同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作
。
[0015]下面，将参考附图详细地描述根据本申请的示例实施例
。
显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制
。
[0016]随着人工智能的不断进步，其在肉牛养殖管理领域中具有重要应用
。
例如，通过图像识别
、
数据分析
、
机器学习等，对肉牛的生长
、
健康
、
繁殖
、
饲养等方面进行监测
、
评估
、
预测和优化，以提高肉牛的生产效率和质量
。
人工智能的发展为构建或优化肉牛养殖管理方案提供了一种新的思路
。
因此，期待一种基于人工智能的肉牛养殖管理方案
。
[0017]在本申请的技术方案中，提出了一种肉牛养殖管理方法
。
图1为根据本申请实施例
的肉牛养殖管理方法的流程图
。
图2为根据本申请实施例的肉牛养殖管理方法的系统架构图
。
如图1和图2所示，根据本申请的实施例的肉牛养殖管理方法，包括步骤：
S1...

【技术保护点】

【技术特征摘要】
1.
一种肉牛养殖管理方法，其特征在于，包括：获取由部署于肉牛养殖场内的温度传感器
、
湿度传感器和二氧化碳传感器采集的预定时间段内多个预定时间点的温度值
、
湿度值和二氧化碳浓度值；对所述多个预定时间点的温度值
、
湿度值和二氧化碳浓度值进行时序分析以得到校正后温度时序特征向量
、
校正后湿度时序特征向量和校正后二氧化碳浓度时序特征向量；以及，基于所述校正后温度时序特征向量
、
所述校正后湿度时序特征向量和所述校正后二氧化碳浓度时序特征向量，确定养殖环境是否适宜
。2.
根据权利要求1所述的肉牛养殖管理方法，其特征在于，对所述多个预定时间点的温度值
、
湿度值和二氧化碳浓度值进行时序分析以得到校正后温度时序特征向量
、
校正后湿度时序特征向量和校正后二氧化碳浓度时序特征向量，包括：对所述多个预定时间点的温度值
、
湿度值和二氧化碳浓度值进行数据结构化和时序特征提取以得到温度时序特征向量
、
湿度时序特征向量和二氧化碳浓度时序特征向量；以及，基于所述多个预定时间点的温度值
、
湿度值和二氧化碳浓度值之间的参数关联关系对所述温度时序特征向量
、
所述湿度时序特征向量和所述二氧化碳浓度时序特征向量进行校正以得到所述校正后温度时序特征向量
、
所述校正后湿度时序特征向量和所述校正后二氧化碳浓度时序特征向量
。3.
根据权利要求2所述的肉牛养殖管理方法，其特征在于，对所述多个预定时间点的温度值
、
湿度值和二氧化碳浓度值进行数据结构化和时序特征提取以得到温度时序特征向量
、
湿度时序特征向量和二氧化碳浓度时序特征向量，包括：将所述多个预定时间点的温度值
、
湿度值和二氧化碳浓度值分别按照时间维度排列为输入向量后通过基于一维卷积神经网络模型的特征提取器以得到所述温度时序特征向量
、
所述湿度时序特征向量和所述二氧化碳浓度时序特征向量
。4.
根据权利要求3所述的肉牛养殖管理方法，其特征在于，基于所述多个预定时间点的温度值
、
湿度值和二氧化碳浓度值之间的参数关联关系对所述温度时序特征向量
、
所述湿度时序特征向量和所述二氧化碳浓度时序特征向量进行校正以得到所述校正后温度时序特征向量
、
所述校正后湿度时序特征向量和所述校正后二氧化碳浓度时序特征向量，包括：将所述多个预定时间点的温度值
、
湿度值和二氧化碳浓度值分别按照时间维度和样本维度排列为养殖环境多参数输入矩阵后通过基于卷积神经网络模型的参数间关联特征提取器以得到多参数时序关联特征矩阵；以及，分别以所述温度时序特征向量
、
所述湿度时序特征向量和所述二氧化碳浓度时序特征向量作为初始特征向量，计算其与所述多参数时序关联特征矩阵之间的乘积以得到所述校正后温度时序特征向量
、
所述校正后湿度时序特征向量和所述校正后二氧化碳浓度时序特征向量
。5.
根据权利要求4所述的肉牛养殖管理方法，其特征在于，基于所述校正后温度时序特征向量
、
所述校正后湿度时序特征向量和所述校正后二氧化碳浓度时序特征向量，确定养殖环境是否适宜，包括：融合所述校正后温度时...

【专利技术属性】
技术研发人员：刘开明，李扬，
申请(专利权)人：吉林省牛人网络科技股份有限公司，
类型：发明
国别省市：