一种奶牛的智能监测方法及系统.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CN107103554A(43)申请公布日2017.08.29(21)申请号201710285561.4(22)申请日2017.04.27(71)申请人中国农业科学院农业信息研究所地址100089北京市海淀区中关村南大街12号中国农业科学院农业信息研究所(72)发明人庄家煜董晓霞李哲敏王玉庭王东杰张超李燕妮于海鹏(74)专利代理机构北京高沃律师事务所11569代理人王加贵(51)Int.Cl.G06Q50/02(2012.01)权利要求书2页说明书6页附图2页(54)发明名称一种奶牛的智能监测方法及系统(57)摘要本发明公开了一种奶牛的智能监测方法及系统。该方法包括：收集奶牛群体的生物信息和生物特征；所述生物信息包括体温、脉搏、运动量，睡眠时长数据；所述生物特征包括发情期特征、生病期特征、健康期特征和哺乳期特征；以所述生物信息为输入、以所述生物特征为输出，利用支持向量机算法建立奶牛状态分类模型；采集单个奶牛的实时生物信息；将所述实时生物信息输入所述奶牛状态分类模型，得到分类结果，所述分类结果包括奶牛的发情期、生病期、健康期和哺乳期。采用本发明的智能监测方法及系统能够准确监测出奶牛在这一时间段的生物特征，从而建立合理的养殖规划。CN107103554ACN107103554A权利要求书1/2页1.一种奶牛的智能监测方法，其特征在于，包括：收集奶牛群体的生物信息和生物特征；所述生物信息包括体温、脉搏、运动量，睡眠时长数据；所述生物特征包括发情期特征、生病期特征、健康期特征和哺乳期特征；以所述生物信息为输入、以所述生物特征为输出，利用支持向量机算法建立奶牛状态分类模型；采集单个奶牛的实时生物信息；将所述实时生物信息输入所述奶牛状态分类模型，得到分类结果，所述分类结果包括奶牛的发情期、生病期、健康期和哺乳期。2.根据权利要求1所述的监测方法，其特征在于，所述以所述生物信息为输入、以所述生物特征为输出，利用支持向量机算法建立奶牛状态分类模型，具体包括：将所述生物信息和所述生物特征构成的原始数据集分为训练数据集和测试数据集；所述训练数据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对应；所述测试数据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对应；将所述第一生物信息作为输入数据、所述第一生物特征作为输出数据，将高斯径向基函数为核函数，进行训练，生成所述奶牛状态分类模型。3.根据权利要求2所述的监测方法，其特征在于，在所述生成所述奶牛状态分类模型之后，还包括：利用所述测试数据集判断所述奶牛状态分类模型是否有效，得到第一判断结果；若所述第一判断结果表示为所述奶牛状态分类模型有效，则执行将所述第二生物信息输入到所述奶牛状态分类模型，得到输出结果的步骤；若所述第一判断结果表示为所述奶牛状态分类模型无效，则返回将所述生物信息和所述生物特征构成的原始数据集分为训练数据集和测试数据集的步骤。4.根据权利要求3所述的监测方法，其特征在于，所述利用所述测试集信息判断所述奶牛状态分类模型是否有效，具体包括：将所述第二生物信息输入到所述奶牛状态分类模型，得到输出结果；判断所述输出结果是否与所述第二生物特征一致，得到第二判断结果；若所述第二判断结果表示为所述输出结果与所述第二生物特征一致，则确定所述奶牛状态分类模型有效；若所述第二判断结果表示所述输出结果与所述第二生物特征不一致，则返回将所述生物信息和所述生物特征构成的原始数据集分为训练数据集和测试数据集的步骤。5.根据权利要求2所述的监测方法，其特征在于，在所述以所述生物信息为输入、以所述生物特征为输出，利用支持向量机算法建立奶牛状态分类模型之后，还包括：将所述实时生物信息存储到所述原始数据集；将所述实时生物信息对于的分类结果存储到所述原始数据集。6.一种奶牛的智能监测系统，其特征在于，包括：收集模块，用于收集奶牛群体的生物信息和生物特征；所述生物信息包括体温、脉搏、运动量，睡眠时长数据；所述生物特征包括发情期特征、生病期特征、健康期特征和哺乳期特征；2CN107103554A权利要求书2/2页模型建立模块，用于以所述生物信息为输入、以所述生物特征为输出，利用支持向量机算法建立奶牛状态分类模型；实时生物信息采集模块，用于采集单个奶牛的实时生物信息；分类模块，用于将所述实时生物信息输入所述奶牛状态分类模型，得到分类结果，所述分类结果包括奶牛的发情期、生病期、健康期和哺乳期。7.根据权利要求6所述的监测系统，其特征在于，所述奶牛状态分类模型建立模块，具体包括：数据集划分单元，用于将所述生物信息和所述生物特征构成的原始数据集分为训练数据集和测试数据集；所述训练数据集包括第一生物信息和第一生物特征，所