一种基于知识驱动的奶牛疾病文本分类方法

    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

    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.

    基于注意力引导点云特征学习的奶牛体况自动评分方法

    公开(公告)号:CN114677322B

    公开(公告)日:2023-04-07

    申请号:CN202111649615.3

    申请日:2021-12-30

    Abstract: 本发明涉及奶牛体况自动评分方法技术领域,具体为基于注意力引导点云特征学习的奶牛体况自动评分方法,在数据采集过程中,从两个牧场随机选取奶牛进行背部数据的采集,采集背部深度图像,利用采集到的深度图像中所包含的深度信息,即深度帧数据,结合相机内置参数,生成奶牛背部点云。该基于注意力引导点云特征学习的奶牛体况自动评分方法,将奶牛背部后躯区域作为感兴趣区域进行提取,进行归一化、降采样与特征放大处理,最后,利用注意力引导的点云特征提取网络进行感兴趣区域的特征提取,并完成奶牛的体况评分,本发明能够更好的提取作为奶牛体况评分感兴趣区域的三维特征,并提升奶牛体况评分的精度。

    基于注意力引导点云特征学习的奶牛体况自动评分方法

    公开(公告)号:CN114677322A

    公开(公告)日:2022-06-28

    申请号:CN202111649615.3

    申请日:2021-12-30

    Abstract: 本发明涉及奶牛体况自动评分方法技术领域,具体为基于注意力引导点云特征学习的奶牛体况自动评分方法,在数据采集过程中,从两个牧场随机选取奶牛进行背部数据的采集,采集背部深度图像,利用采集到的深度图像中所包含的深度信息,即深度帧数据,结合相机内置参数,生成奶牛背部点云。该基于注意力引导点云特征学习的奶牛体况自动评分方法,将奶牛背部后躯区域作为感兴趣区域进行提取,进行归一化、降采样与特征放大处理,最后,利用注意力引导的点云特征提取网络进行感兴趣区域的特征提取,并完成奶牛的体况评分,本发明能够更好的提取作为奶牛体况评分感兴趣区域的三维特征,并提升奶牛体况评分的精度。

    DHI解读报告中异常分析文本的自动生成方法、系统及设备

    公开(公告)号:CN116795952A

    公开(公告)日:2023-09-22

    申请号:CN202310792256.X

    申请日:2023-06-30

    Abstract: DHI解读报告中异常分析文本的自动生成方法、系统及设备,属于养殖技术与数据文本生成技术交叉领域。为了解决目前DHI解读报告中人工撰写异常分析文本存在的工作量大、效率低的问题,本发明首先获取DHI关键性能指标数据,定位本月数据值在对应的异常程度类型数组中的位置,将性能指标名称与其对应的异常程度值直接拼接,得到性能指标静态异常的描述文本;同时对本月数据和历史数据进行全局移动、局部移动和标准化处理,采用一个单层双向GRU网络作为编码器进行处理,并利用注意力层对输出的所有时间步的隐藏状态、解码器第t‑1步的隐藏状态进行处理,同时采用一个LSTM长短期记忆网络作为解码器生成性能指标动态趋势检测的描述文本。

Patent Agency Ranking