摘要
本发明公开了基于神经网络的牛体重智能测量系统及方法,涉及神经网络技术领域,用于改善被检测牛的应激反应导致数据采集偏差大影响体重预测精准度问题,包括利用K‑means聚类方法对牛样本进行筛选标记,在特征数据采集阶段对标记牛的行为变化和生理变化进行检测,确定标记牛的检测状态判断标记牛是否处于应激情况,当标记牛处于应激情况,停止对标记牛进行特征数据采集并在应激反应结束后重新检测对应特征数据,将不同体重的标记牛检测到的特征数据进行合并构建多层感知机模型,通过多层感知机模型的输出结果确定标记牛的体重区间以及特征数据区间,通过牛样本的体重区间和特征数据区间对预测牛进行体重预测,从而提高预测牛体重的精准度。
技术关键词
智能测量方法
多层感知机
体重预测
样本
分类阈值
数据采集模块
数据分析模块
模糊推理
运动
数值
监测模块
生理
模糊规则
监督学习算法
神经网络技术
监测标记
参数
系统为您推荐了相关专利信息
机械循环辅助装置
心血管模型
血流动力学参数
数据
管路组件