[發明專利]一種奶牛的智能監測方法及系統

在審

• 申請號: 201710285561.4
• 申請日: 2017-04-27
• 公開（公告）號: CN107103554A
• 公開（公告）日: 2017-08-29
• 發明（設計）人: 莊家煜;董曉霞;李哲敏;王玉庭;王東杰;張超;李燕妮;于海鵬
• 申請（專利權）人: 中國農業科學院農業信息研究所
• 主分類號: G06Q50/02
• 分類號: G06Q50/02
• 代理公司: 北京高沃律師事務所11569
• 代理人: 王加貴

1.一種奶牛的智能監測方法，其特征在于，包括：

收集奶牛群體的生物信息和生物特征；所述生物信息包括體溫、脈搏、運動量，睡眠時長數據；所述生物特征包括發情期特征、生病期特征、健康期特征和哺乳期特征；

以所述生物信息為輸入、以所述生物特征為輸出，利用支持向量機算法建立奶牛狀態分類模型；

采集單個奶牛的實時生物信息；

將所述實時生物信息輸入所述奶牛狀態分類模型，得到分類結果，所述分類結果包括奶牛的發情期、生病期、健康期和哺乳期。

2.根據權利要求1所述的監測方法，其特征在于，所述以所述生物信息為輸入、以所述生物特征為輸出，利用支持向量機算法建立奶牛狀態分類模型，具體包括：

將所述生物信息和所述生物特征構成的原始數據集分為訓練數據集和測試數據集；所述訓練數據集包括第一生物信息和第一生物特征，所述第一生物信息和所述第一生物特征相對應；所述測試數據集第二生物信息和第二生物特征，所述第二生物信息和所述第二生物特征相對應；

將所述第一生物信息作為輸入數據、所述第一生物特征作為輸出數據，將高斯徑向基函數為核函數，進行訓練，生成所述奶牛狀態分類模型。

3.根據權利要求2所述的監測方法，其特征在于，在所述生成所述奶牛狀態分類模型之后，還包括：

利用所述測試數據集判斷所述奶牛狀態分類模型是否有效，得到第一判斷結果；

若所述第一判斷結果表示為所述奶牛狀態分類模型有效，則執行將所述第二生物信息輸入到所述奶牛狀態分類模型，得到輸出結果的步驟；

若所述第一判斷結果表示為所述奶牛狀態分類模型無效，則返回將所述生物信息和所述生物特征構成的原始數據集分為訓練數據集和測試數據集的步驟。

4.根據權利要求3所述的監測方法，其特征在于，所述利用所述測試集信息判斷所述奶牛狀態分類模型是否有效，具體包括：

將所述第二生物信息輸入到所述奶牛狀態分類模型，得到輸出結果；

判斷所述輸出結果是否與所述第二生物特征一致，得到第二判斷結果；

若所述第二判斷結果表示為所述輸出結果與所述第二生物特征一致，則確定所述奶牛狀態分類模型有效；

若所述第二判斷結果表示所述輸出結果與所述第二生物特征不一致，則返回將所述生物信息和所述生物特征構成的原始數據集分為訓練數據集和測試數據集的步驟。

5.根據權利要求2所述的監測方法，其特征在于，在所述以所述生物信息為輸入、以所述生物特征為輸出，利用支持向量機算法建立奶牛狀態分類模型之后，還包括：

將所述實時生物信息存儲到所述原始數據集；

將所述實時生物信息對于的分類結果存儲到所述原始數據集。

6.一種奶牛的智能監測系統，其特征在于，包括：

收集模塊，用于收集奶牛群體的生物信息和生物特征；所述生物信息包括體溫、脈搏、運動量，睡眠時長數據；所述生物特征包括發情期特征、生病期特征、健康期特征和哺乳期特征；

模型建立模塊，用于以所述生物信息為輸入、以所述生物特征為輸出，利用支持向量機算法建立奶牛狀態分類模型；

實時生物信息采集模塊，用于采集單個奶牛的實時生物信息；

分類模塊，用于將所述實時生物信息輸入所述奶牛狀態分類模型，得到分類結果，所述分類結果包括奶牛的發情期、生病期、健康期和哺乳期。

7.根據權利要求6所述的監測系統，其特征在于，所述奶牛狀態分類模型建立模塊，具體包括：

數據集劃分單元，用于將所述生物信息和所述生物特征構成的原始數據集分為訓練數據集和測試數據集；所述訓練數據集包括第一生物信息和第一生物特征，所述第一生物信息和所述第一生物特征相對應；所述測試數據集第二生物信息和第二生物特征，所述第二生物信息和所述第二生物特征相對應；

模型生成單元，用于將所述第一生物信息作為輸入數據、所述第一生物特征作為輸出數據，將高斯徑向基函數為核函數，進行訓練，生成所述奶牛狀態分類模型。