一种基于时间序列预测模型改进的典型蛋鸡疾病预警方法

AITNT
正文
推荐专利
一种基于时间序列预测模型改进的典型蛋鸡疾病预警方法
申请号:CN202510971284
申请日期:2025-07-15
公开号:CN120654897A
公开日期:2025-09-16
类型:发明专利
摘要
本发明提供一种基于时间序列预测模型改进的典型蛋鸡疾病预警方法,属于养殖监测技术领域,所述典型蛋鸡疾病预警方法是首先采集样本数据并经归一化处理后,所得归一化数据汇总成时间序列,得到不同类型样本数据的时间序列;并将不同类型样本数据的时间序列输入Seq2Seq模型,由Seq2Seq模型输出疾病预测数据;将Seq2Seq模型输出疾病预测数据进行反比例转换,得到最终预测的未来一定时间序列中疾病发病数量。本发明实现了多步精准预测能力,克服了传统方法中多步预测误差的累积问题。
技术关键词
疾病预警方法 时间序列预测模型 蛋鸡 数据 样本 典型 养殖监测技术 LSTM神经网络 编码器 解码器 自定义函数 预测误差
系统为您推荐了相关专利信息
1
基于知识图谱和大语言模型的交通运输智能问答平台
智能问答平台 节点 图谱 实时信息 搜索模块
2
一种深基坑稳定性监测方法
稳定性监测方法 风险 围护墙 曲线 水压
3
一种基于大数据精准检索查询的企业科技成果适配方法
动态知识图谱 多模态特征 大数据 节点 跨模态
4
一种基于大模型技术的脑卒中患者风险预测方法及系统
风险预测方法 健康风险评估 多模态数据融合 患者 抗血小板药物
5
基于地理大数据与AI的黑土耕地有机碳退化诊断方法
有机碳 黑土 XGBoost模型 耕地 地理大数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号