基于深度学习的猪场生物安全智能预警方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114271212A(43)申请公布日2022.04.05(21)申请号202111531994.6(22)申请日2021.12.14(71)申请人厦门农芯数字科技有限公司地址361000福建省厦门市集美区软件园三期诚毅北大街62号109单元0361号(72)发明人薛素金杨焜(74)专利代理机构北京化育知识产权代理有限公司11833代理人尹均利(51)Int.Cl.A01K29/00(2006.01)A01K67/02(2006.01)权利要求书2页说明书7页附图1页(54)发明名称基于深度学习的猪场生物安全智能预警方法(57)摘要本发明公开了基于深度学习的猪场生物安全智能预警方法，包括以下步骤：步骤一：在猪场内筛选健康群种，根据猪场猪群年龄阶段以及猪群性别进行区域划分；本发明通过采用以正常猪场生物在育肥期体重正常增长率对之后的两个生长周期体重增长情况进行初步估测，并筛选出与实际猪群体重增长数值差值较大的数值结果，之后使用生命体征检测系统对异常数值结果对应猪种生物体征信息进行检测，若检测数据出现数值异常的情况时，生命体征检测系统将异常信息远程发送至后台监控中心，后台监控中心接收到异常信息后及时发出警报信息，提醒现场工作人员猪群生命健康异常，及时对猪群生物作出应急救援，以此方式能够实现对猪场生物安全智能预警。CN114271212ACN114271212A权利要求书1/2页1.基于深度学习的猪场生物安全智能预警方法，其特征在于：包括以下步骤：步骤一：在猪场内筛选健康群种，根据猪场猪群年龄阶段以及猪群性别进行区域划分；步骤二：统计不同划分区域内猪群初始体重数值，在第一个生长周期后记录体重数值结果，同样方式记录在第二个生长周期后体重数值结果；步骤三：记录多次体重数值结果后，计算在一个生长周期下，猪群生物体重差值结果，并计算在该生长周期下的体重变化率，将计算结果作为参考预警数值标准；步骤四：将猪场生物第三次生长周期和第四次生长周期分别作为一次预警周期和二次预警周期，在一次预警周期和二次预警周期末期分别记录猪场生物体重数值情况；步骤五：以预警数值为参考依据，计算正常猪群体重增长数值，并与所述步骤四中一次预警周期和二次预警周期末期猪场生物体重数值情况进行对比；步骤六：根据所述步骤五中数据对比结果，筛选出与实际猪群体重增长数值差值较大的数值结果，将异常数值结果对应猪种与正常数值结果对应猪种区分隔离；步骤七：使用生命体征检测系统对异常数值结果对应猪种生物体征信息进行检测，若检测数据出现数值异常的情况时，生命体征检测系统将异常信息远程发送至后台监控中心；步骤八：后台监控中心接收到异常信息后及时发出警报信息，提醒现场工作人员猪群生命健康异常，及时对猪群生物作出应急救援。2.根据权利要求1所述的基于深度学习的猪场生物安全智能预警方法，其特征在于：所述步骤一中，猪群年龄阶段应排除哺乳期阶段，以保育期和育肥期为研究阶段，雄性猪种与雌性猪种保育期和育肥期存在部分差异，应分类记录数据结果。3.根据权利要求1所述的基于深度学习的猪场生物安全智能预警方法，其特征在于：所述步骤一中，划分区域分为(保育期雄性、育肥期雄性、保育期雌性、育肥期雌性)。4.根据权利要求1所述的基于深度学习的猪场生物安全智能预警方法，其特征在于：所述步骤二中，第一个生长周期、第二个生长周期时间间隔均设置为7天，并在生长周期末期同一时间阶段内记录体重初始数值。5.根据权利要求1所述的基于深度学习的猪场生物安全智能预警方法，其特征在于：所述步骤三中，参考预警数值计算方式按照以下方式进行计算：(实际体重数值‑初始体重数值)/生长周期。6.根据权利要求1所述的基于深度学习的猪场生物安全智能预警方法，其特征在于：所述步骤四中，以上述步骤二中同样方式在一次预警周期和二次预警周期末期同一时间阶段内记录体重数值结果。7.根据权利要求1所述的基于深度学习的猪场生物安全智能预警方法，其特征在于：所述步骤五中，正常猪群体重增长数值计算方式按照以下方式进行计算：(参考预警数值*上个生长周期末期体重数值)。8.根据权利要求1所述的基于深度学习的猪场生物安全智能预警方法，其特征在于：所述步骤六中，数值差值计算方式按照以下方式进行计算：(正常猪群体重增长数值‑实际猪群体重增长数值)，根据差值结果对猪群进行筛选。9.根据权利要求1所述的基于深度学习的猪场生物安全智能预警方法，其特征在于：所述步骤七中，生命体征检测系统检测范围包括脑电波检测、心率检测、体温检测、血压检测。2CN114271212A权利要求书2/2页10.根据权利要求1所述的基于深度学习的猪场生物安全智能预警方法，其特征在于：所述步骤八中，生命体征检测系统将异常信息以电信号形式传