公开(公告)号：CN119091211A

公开(公告)日：2024-12-06

申请号：CN202411190892.6

申请日：2024-08-28

Applicant: 东北农业大学

Inventor： 张翼 ,  张宇 ,  沈维政 ,  尹艳玲 ,  王鑫杰 ,  宋怀波 ,  杜海涛 ,  刘慧环 ,  李斌

IPC: G06V10/764 ,  G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06V40/10 ,  G06N3/084 ,  G06N3/0442

Abstract: 本发明属于畜牧技术领域，公开了一种基于传感器数据和视频数据融合的牛只数字孪生行为感知建模新方法及其系统。步骤1：获取牛只的传感器数据与牛只的视频数据；步骤2：基于步骤1获取的牛只的数据进行数据集的建立，将步骤1牛只的传感器数据与牛只的视频数据在开始时间相同的情况下进行时间长度的统一；步骤3：基于步骤2统一时长后的牛只的传感器数据与牛只的视频数据进行数据融合；步骤4：对步骤3融合后的数据进行训练；步骤5：对步骤4训练后的数据进行指标评价。本发明用以解决现有技术中单一模态数据在牛只的行为识别中存在的问题以及传感器数据相似行为的识别问题。

公开(公告)号：CN115762666A

公开(公告)日：2023-03-07

申请号：CN202211462098.3

申请日：2022-11-17

Applicant: 东北农业大学

Inventor： 魏晓莉 ,  沈维政 ,  王宇轩 ,  孙雨坤 ,  杜海涛 ,  李洋 ,  王鑫杰 ,  周建钊 ,  熊本海

IPC: G16C20/70 ,  G06N20/20

Abstract: 本发明公开基于集成学习的牛瘤胃发酵预测方法及系统，包括：S1，基于第一层基础学习器输出第一预测结果，将第一预测结果作为输入特征输入至第二层元学习器；S2，利用第二层元学习器，整合和收敛第一预测结果，输出第二预测结果，第二预测结果为牛瘤胃发酵的预测结果。本发明具有更强的模型预测精度和泛化能力，预测精度明显高于单独的机器学习方法，能较准确地模拟不同的TMR日粮在奶牛瘤胃中的发酵过程，以及瘤胃发酵类型的转变情况。本发明可以有效提高对牛瘤胃中甲烷、乙酸和丙酸指标的预测精度，可以实现对瘤胃发酵产物的量化研究，对日粮饲料结构的优化，提高饲养效益具有指导意义。

公开(公告)号：CN119104503A

公开(公告)日：2024-12-10

申请号：CN202411446619.5

申请日：2024-10-16

Applicant: 东北农业大学 ,  中国科学院东北地理与农业生态研究所

Inventor： 辛杭书 ,  薛烨 ,  钟荣珍 ,  张广宁 ,  闫晓刚 ,  沈维政 ,  杜海涛 ,  刘慧环 ,  刘立成 ,  李婷玉 ,  程传腾 ,  王硕 ,  孙雨坤 ,  刘春东 ,  刘洋

IPC: G01N21/25 ,  G01N21/3563 ,  G06F18/214 ,  G06F18/22 ,  G06F18/2413 ,  G06F18/2135

Abstract: 本发明涉及光谱数据分析领域，涉及一种用于青贮全株玉米iNDF含量的光谱测定方法及系统，包括：对待检测的玉米样本集进行数据处理，得到玉米样本集中每个玉米样本的iNDF含量数据及对应的红外光谱数据；对玉米样本集中训练样本集的每个玉米样本的iNDF含量数据进行邻域处理，得到每个玉米样本的邻域集合；根据每个玉米样本的邻域集合进行数据分析，得到每个玉米样本的邻域集合对应的第一特征；根据每个玉米样本的邻域集合对应的第一特征，对玉米样本集中的每个玉米样本进行数据匹配，得到多个特征序列；根据多个特征序列，判断每个玉米样本的邻域集合对应的第一特征是否为目标特征；根据目标特征进行特征筛选，得到训练特征。

公开(公告)号：CN115563286A

公开(公告)日：2023-01-03

申请号：CN202211404120.9

申请日：2022-11-10

Applicant: 东北农业大学

Inventor： 高萌 ,  沈维政 ,  王浩栋 ,  阿晓辉 ,  杜海涛 ,  韩笑 ,  甘文平 ,  李洋 ,  熊本海

IPC: G06F16/35 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于知识驱动的奶牛疾病文本分类方法，包括以下步骤：获取奶牛病情描述文本的疾病特征，并将所述疾病特征转化为词向量；基于卷积神经网络和长短期记忆网络，构建疾病文本分类模型；将所述词向量输入到所述疾病文本分类模型中进行处理，获得奶牛疾病文本的最终疾病特征；基于所述最终疾病特征对奶牛疾病文本进行分类。本发明捕捉了奶牛疾病文本的隐性特征和显性特征，为奶牛疾病文本分类提供了更多的鉴别性特征。

公开(公告)号：CN115563286B

公开(公告)日：2023-12-01

申请号：CN202211404120.9

申请日：2022-11-10

Applicant: 东北农业大学

Inventor： 高萌 ,  沈维政 ,  王浩栋 ,  阿晓辉 ,  杜海涛 ,  韩笑 ,  甘文平 ,  李洋 ,  熊本海

IPC: G06F16/35 ,  G06F16/36 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于知识驱动的奶牛疾病文本分类方法，包括以下步骤：获取奶牛病情描述文本的疾病特征，并将所述疾病特征转化为词向量；基于卷积神经网络和长短期记忆网络，构建疾病文本分类模型；将所述词向量输入到所述疾病文本分类模型中进行处理，获得奶牛疾病文本的最终疾病特征；基于所述最终疾病特征对奶牛疾病文本进行分类。本发明捕捉了奶牛疾病文本的隐性特征和显性特征，为奶牛疾病文本分类提供了更多的鉴别性特征。(56)对比文件Xiaomeng Li 等.Self-SupervisedFeature Learning via Expoiting Multi-Modal Data for Retinal DiseaseDiagnosis.IEEE Transactions on MedicalImaging.2020,第39卷(第12期),4023-4033.董丽丽 等.融合知识图谱与深度学习的疾病诊断方法研究.计算机科学与探索.2019,第14卷(第05期),815-824.