一种基于多源数据融合与神经网络增强的奶牛发情状态预测方法

本发明公开了一种基于多源数据融合与神经网络增强的奶牛发情状态预测方法，包括如下步骤：(1)基于奶牛发情行为的量化分析，对关键发情特征进行精确定义，从而建立具有显著指示性的发情识别特征。(2)将奶牛多元发情特征数据通过多模态处理，捕捉特征复杂映射关系；(3)使用串行融合捕捉特征间时序关系，使用并行融合捕捉特征同一时间步下关联关系，串并行结合输出融合特征向量；(4)特征向量输入通过神经网络改进的隐马尔可夫模型，输出发情概率分布；(5)引入发情概率平均机制，避免单时间步误判，增强判断准确性，最终输出奶牛发情状态结果。本发明的方法创新性的引入多种模态的特征数据处理方式，并利用融合框架全面捕捉特征数据信息，利用神经网络改进的隐马尔可夫模型，结合发情概率平均机制，能够保证最终发情识别的准确性与鲁棒性。