【技术实现步骤摘要】
本申请涉及智能交易领域，且更为具体地，涉及一种牛养殖饲料交易管理系统及其方法。
技术介绍
1、在牛养殖饲料交易管理中，需要和客户交易相应的饲料种类，以供牛的生长和发育。不同数量和不同牛的生长阶段需要的饲料种类也是不同的，客户需要针对性的进行采购。但由于现有技术中，都是由依赖人工来记录牛的数量和生长阶段情况，从而确定需要采购的饲料种类，不具有智能性和准确性，会导致饲料不足或过多，进而影响牛的质量。
2、因此，期待一种优化的牛养殖饲料交易管理方案。
技术实现思路
1、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牛养殖饲料交易管理系统及其方法，其采用基于深度神经网络模型的人工智能技术，获取牛的数量和生长阶段信息和饲料的需求计划信息，将上述信息通过上下文编码器进行上下文语义理解特征提取和卷积网络的特征增强，以得到用于表示推荐客户需要采购的饲料种类的标签的分类结果。进而，可以为客户提供了准确的饲料种类选择，促进了牛养殖业务的发展和增长。
2、根据本申请的一个方面，提供了一种牛养殖饲料交易管理系统，其包括：
3、信息获取模块，用于获取牛的数量和生长阶段信息和饲料的需求计划信息；
4、牛养殖上下文理解模块，用于将所述牛的数量和生长阶段信息通过包含词嵌入层的上下文编码器以得到多个牛养殖状态特征向量；
5、卷积特征提取模块，用于将所述多个牛养殖状态特征向量二维排列为牛养殖状态特征矩阵后通过作为过滤器的卷积神经网络模型以得到牛
6、饲料需求上下文理解模块，用于将所述饲料的需求信息通过包含词嵌入层的上下文编码器以得到饲料需求特征向量；
7、融合特征模块，用于对所述牛养殖状态特征向量和所述饲料需求特征向量进行特征关联以得到融合特征矩阵；
8、先验特征参数化模块，用于对所述融合特征矩阵进行基于先验的特征工程参数化以得到优化融合特征矩阵；
9、结果生成模块，用于将所述优化融合特征矩阵通过分类器以得到分类结果，所述分类结果用于表示推荐客户需要采购的饲料种类的标签。
10、在上述牛养殖饲料交易管理系统中，所述牛养殖上下文理解模块，包括：第一分词单元，用于对所述牛的数量和生长阶段信息进行分词处理以将所述牛的数量和生长阶段信息转化为由多个词组成的牛养殖状况词序列；第一词嵌入单元，用于使用所述包含词嵌入层的上下文编码器的嵌入层分别将所述牛养殖状况词序列中各个词映射为词嵌入向量以得到牛养殖状况词嵌入向量的序列；以及，第一上下文编码单元，用于使用所述包含词嵌入层的上下文编码器的转换器对所述牛养殖状况词嵌入向量的序列进行基于转换器思想的全局上下文语义编码以得到多个牛养殖状态特征向量。
11、在上述牛养殖饲料交易管理系统中，所述第一上下文编码单元，包括：
12、排列子单元，用于将所述牛养殖状况词嵌入向量的序列进行一维排列以得到全局特征向量；自注意子单元，用于计算所述全局特征向量与所述牛养殖状况词嵌入向量的序列中各个向量的转置向量之间的乘积以得到多个自注意力关联矩阵；标准化子单元，用于分别对所述多个自注意力关联矩阵中各个自注意力关联矩阵进行标准化处理以得到多个标准化后自注意力关联矩阵；关注度计算子单元，用于将所述多个标准化后自注意力关联矩阵中各个标准化后自注意力关联矩阵通过softmax分类函数以得到多个概率值；以及，加权子单元，用于分别以所述多个概率值中各个概率值作为权重对所述病人信息词嵌入向量的序列中各个向量进行加权以得到所述多个牛养殖状态特征向量。
13、在上述牛养殖饲料交易管理系统中，所述卷积特征提取模块，用于：使用所述作为过滤器的卷积神经网络模型的各层在层的正向传递中对输入数据分别进行：使用所述作为过滤器的卷积神经网络模型的各层的卷积单元对所述输入数据进行基于二维卷积核的卷积处理以得到卷积特征图；使用所述卷积神经网络模型的各层的池化单元对所述卷积特征图进行沿通道维度的各个特征矩阵的池化处理以得到池化特征图；以及，使用所述作为过滤器的卷积神经网络模型的各层的激活单元对所述池化特征图中各个位置的特征值进行非线性激活以得到激活特征图；其中，所述作为过滤器的卷积神经网络模型的最后一层的输出为所述牛养殖状态特征向量。
14、在上述牛养殖饲料交易管理系统中，所述饲料需求上下文理解模块，包括：第二分词单元，用于对所述饲料的需求信息进行分词处理以将所述饲料的需求信息转化为由多个词组成的饲料需求词序列；第二词嵌入单元，用于使用所述包含词嵌入层的上下文编码器的嵌入层分别将所述饲料需求词序列中各个词映射为词嵌入向量以得到饲料需求词嵌入向量的序列；第二上下文编码单元，用于使用所述包含词嵌入层的上下文编码器的转换器对所述饲料需求词嵌入向量的序列进行基于转换器思想的全局上下文语义编码以得到多个饲料需求布局特征向量；以及，级联单元，用于将所述多个饲料需求布局特征向量级联以得到所述饲料需求特征向量。
15、在上述牛养殖饲料交易管理系统中，所述结果生成模块，包括：展开单元，用于将所述优化融合特征矩阵按照行向量或者列向量展开为分类特征向量；全连接编码单元，用于使用所述分类器的全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，分类结果单元，用于将所述编码分类特征向量输入所述分类器的softmax分类函数以得到所述分类结果。
16、根据本申请的另一方面，提供了一种牛养殖饲料交易管理方法，其包括：
17、获取牛的数量和生长阶段信息和饲料的需求计划信息；
18、将所述牛的数量和生长阶段信息通过包含词嵌入层的上下文编码器以得到多个牛养殖状态特征向量；
19、将所述多个牛养殖状态特征向量二维排列为牛养殖状态特征矩阵后通过作为过滤器的卷积神经网络模型以得到牛养殖状态特征向量；
20、将所述饲料的需求信息通过包含词嵌入层的上下文编码器以得到饲料需求特征向量；
21、对所述牛养殖状态特征向量和所述饲料需求特征向量进行特征关联以得到融合特征矩阵；
22、对所述融合特征矩阵进行基于先验的特征工程参数化以得到优化融合特征矩阵；
23、将所述优化融合特征矩阵通过分类器以得到分类结果，所述分类结果用于表示推荐客户需要采购的饲料种类的标签。
24、与现有技术相比，本申请提供的一种牛养殖饲料交易管理系统及其方法，其采用基于深度神经网络模型的人工智能技术，获取牛的数量和生长阶段信息和饲料的需求计划信息，将上述信息通过上下文编码器进行上下文语义理解特征提取和卷积网络的特征增强，以得到用于表示推荐客户需要采购的饲料种类的标签的分类结果。进而，可以为客户提供了准确的饲料种类选择，促进了牛养殖业务的发展和增长。
本文档来自技高网...【技术保护点】
1.一种牛养殖饲料交易管理系统，其特征在于，包括：
2.根据权利要求1所述的牛养殖饲料交易管理系统，其特征在于，所述牛养殖上下文理解模块，包括：
3.根据权利要求2所述的牛养殖饲料交易管理系统，其特征在于，所述第一上下文编码单元，包括：
4.根据权利要求3所述的牛养殖饲料交易管理系统，其特征在于，所述卷积特征提取模块，用于：
5.根据权利要求4所述的牛养殖饲料交易管理系统，其特征在于，所述饲料需求上下文理解模块，包括：
6.根据权利要求5所述的牛养殖饲料交易管理系统，其特征在于，所述融合特征模块，包括：
7.根据权利要求6所述的牛养殖饲料交易管理系统，其特征在于，所述先验特征参数化模块，用于：
8.根据权利要求7所述的牛养殖饲料交易管理系统，其特征在于，所述结果生成模块，包括：
9.一种牛养殖饲料交易管理方法，其特征在于，包括：
10.根据权利要求9所述的牛养殖饲料交易管理方法，其特征在于，将所述牛的数量和生长阶段信息通过包含词嵌入层的上下文编码器以得到多个牛养殖状态特征向
...【技术特征摘要】
1.一种牛养殖饲料交易管理系统，其特征在于，包括：
2.根据权利要求1所述的牛养殖饲料交易管理系统，其特征在于，所述牛养殖上下文理解模块，包括：
3.根据权利要求2所述的牛养殖饲料交易管理系统，其特征在于，所述第一上下文编码单元，包括：
4.根据权利要求3所述的牛养殖饲料交易管理系统，其特征在于，所述卷积特征提取模块，用于：
5.根据权利要求4所述的牛养殖饲料交易管理系统，其特征在于，所述饲料需求上下文理解模块，包括：
6.根据权利要求5...
【专利技术属性】
技术研发人员：李扬，刘开明，
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：
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。