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
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
有机碳
黑土
XGBoost模型
耕地
地理大数据