申请/专利权人:南京农业大学
申请日:2020-08-03
公开(公告)日:2024-04-05
公开(公告)号:CN112131927B
主分类号:G06F18/211
分类号:G06F18/211;G06N3/045;G06N3/0464
优先权:
专利状态码:有效-授权
法律状态:2024.04.05#授权;2021.01.12#实质审查的生效;2020.12.25#公开
摘要:本发明公开了一种基于妊娠后期姿态转化特性的母猪分娩时间预测系统,其特征在于它包括图像采集模块、网络传输模块、视频存储单元、本地服务器、中心计算模块以及移动端接收模块,图像采集模块采集妊娠后期限位栏环境下的母猪视频,采集的数据存储至视频存储单元;本地服务器截图图像帧通过网络传输模块上传至中心计算模块。本发明从图像采集模块,到最终的移动端接收模块实现了端到端的自动化运行与控制,能够极大地提升母猪管理效率,降低仔猪的死亡风险。
主权项:1.一种基于妊娠后期姿态转化特性的母猪分娩时间预测系统,其特征在于它包括图像采集模块、网络传输模块、视频存储单元、本地服务器、中心计算模块以及移动端接收模块,图像采集模块采集妊娠后期限位栏环境下的母猪视频,采集的数据存储至视频存储单元;本地服务器截图图像帧通过网络传输模块上传至中心计算模块,所述中心计算模块执行以下步骤:S1、姿态识别:识别母猪侧卧、腹卧、胸卧、过渡姿态、坐卧、站立6类姿态;S2、姿态转化特性空间特征与时序特征的提取:对6类姿态检测结果进行深入挖掘,提取不同时间分窗下的姿态变化相关的多类空间分布与时序统计特征,并采用嵌入式特征选择方法筛选高方差低耦合的特征;所述姿态转化特性空间特征与时序特征的提取通过Python编程自动化完成,特征包括:姿态变化频率特征、筑巢行为表达主要姿态比率特征、趋势特征、时序差分特征、Hilbert均值特征、Hann窗特征;其中姿态变化频率特征公式如下: 式中F表示母猪单位时间姿态转化频率,N表示母猪单位时间姿态转化频数,D表示时间分窗长度;筑巢行为表达主要姿态比率特征公式如下: 式中H表示母猪产前表达筑巢行为的姿态比率,NSIT表示单位时间坐卧姿态的出现频数,NSTD表示单位时间站立姿态的出现频数,Apostures表示单位时间6类姿态的转换频数;S3、分娩时间预测:基于提取的高权重特征和集成学习方法,对多个基模型进行加权决策,获得最终的分娩预测时间T: Q表示基模型的个数,αq表示第q个基模型的权重,Pq表示第q个基模型的预测结果;S4、将分娩预测时间T存储至云服务器,管理人员通过移动端接收模块获知预测结果。
全文数据:
权利要求:
百度查询: 南京农业大学 基于妊娠后期姿态转化特性的母猪分娩时间预测系统
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。