-
公开(公告)号：CN119202559B
公开(公告)日：2025-03-14
申请号：CN202411718163.3
申请日：2024-11-28
Applicant: 中国农业大学
IPC: G06F18/15 , G06N3/094 , G06N5/01 , G06F18/243 , G06F16/215
Abstract: 本发明提供了一种饲料原料有效养分数据增强方法、系统、设备及介质，属于数据处理领域。获取饲料原料初始的数据集，对初始样本数据集的特征进行结构整合，得到一个结构标准统一的结构化数据；通过复合数据填补的方法对结构化数据进行数据填补，得到完整数据集；将完整数据集按饲料原料种类划分为饲料原料有效养分数据子集。将数据子集输入增强数据模型中进行数据增强，得到合成数据。对合成数据进行合成质量评估，将符合营养学逻辑的优质合成数据与饲料原料初始的数据集进行合并，得到各个原料的有效养分大数据样本集。扩大了数据量，为后续建立相关模型提供数据基础。
-
公开(公告)号：CN119538986B
公开(公告)日：2025-05-16
申请号：CN202510096754.X
申请日：2025-01-22
Applicant: 中国农业大学
IPC: G06N3/0455 , G06N3/084 , G06N5/022 , G06F16/3329 , G06Q50/02
Abstract: 一种基于大语言模型的饲料原料营养价值数据合成方法，包括如下步骤：步骤一：整理收集资料，构建问答文本数据集、专业词汇标注数据集以及指令微调数据集；步骤二：使用问答文本数据集、专业词汇标注数据集以及指令微调数据集选择轻量化开源大语言模型进行微调；步骤三：训练模型用于提取数据，使用RMSE函数作为数值型数据的损失函数，使用交叉熵损失函数作为文本型数据的损失函数进行模型训练；步骤四：构造原料营养价值数据集；步骤五：大语言模型生成对应的原料营养价值数据，对模型进行反向传播。本发明克服了饲料原料营养价值数据合成时难以利用自然语言信息和难以利用真实信息的缺点，解决饲料行业缺乏信息合成方法的痛点。
-
公开(公告)号：CN115130709B
公开(公告)日：2024-12-17
申请号：CN202110313636.1
申请日：2021-03-24
Applicant: 中国农业大学
IPC: G06Q10/04 , G06Q50/02 , G06F18/2321 , G06F18/241 , G16C20/30 , G16C20/70
Abstract: 本发明提供一种预测饲料原料在生长猪上净能值的方法和模型及应用，该方法包括：1)获取多种饲料原料的常规化学组分和净能值；2)根据饲料原料的常规化学组分将饲料原料进行聚类；3)根据聚类结果进行监督分类，获得分类标准；4)以分类标准将饲料原料分类，并将饲料原料的常规化学组分作为输入变量，以饲料原料在生长猪上的净能值作为输出变量，建立至少一个类别的预测模型。本发明基于常规化学组分对饲料原料进行分类并能够很好的预测其在生长猪上的净能值，有助于解决测定饲料原料净能值所需设备昂贵、专业性要求高、工作量大、耗时长等的困难，同时进一步促进了生长猪饲料精准配制的实现。
-
公开(公告)号：CN114795161B
公开(公告)日：2024-10-25
申请号：CN202210388905.5
申请日：2022-04-13
Applicant: 中国农业大学
Abstract: 本发明提供一种维持净能需要量的预测方法、装置及电子设备，所述方法包括：获取目标生猪的心率数据；基于所述心率数据和预先训练好的净能需要预测模型，获得所述目标生猪的维持净能需要量；其中，所述净能需要预测模型是基于产能参数训练得到的神经网络模型。本方法在生猪的维持净能需要量的预测过程中有效地引入了基于生猪的心率数据进行预测的处理思路，并且，简化并优化了整体的预测过程，以方便快捷地实时预测生猪的维持净能需要量，还提升了该预测方法的可复制性、可应用性。
-
Patent Agency Ranking
公开(公告)号：CN119538986A
公开(公告)日：2025-02-28
申请号：CN202510096754.X
申请日：2025-01-22
Applicant: 中国农业大学
IPC: G06N3/0455 , G06N3/084 , G06N5/022 , G06F16/3329 , G06Q50/02
Abstract: 一种基于大语言模型的饲料原料营养价值数据合成方法，包括如下步骤：步骤一：整理收集资料，构建问答文本数据集、专业词汇标注数据集以及指令微调数据集；步骤二：使用问答文本数据集、专业词汇标注数据集以及指令微调数据集选择轻量化开源大语言模型进行微调；步骤三：训练模型用于提取数据，使用RMSE函数作为数值型数据的损失函数，使用交叉熵损失函数作为文本型数据的损失函数进行模型训练；步骤四：构造原料营养价值数据集；步骤五：大语言模型生成对应的原料营养价值数据，对模型进行反向传播。本发明克服了饲料原料营养价值数据合成时难以利用自然语言信息和难以利用真实信息的缺点，解决饲料行业缺乏信息合成方法的痛点。
-
公开(公告)号：CN113361747A
公开(公告)日：2021-09-07
申请号：CN202110497052.4
申请日：2021-05-07
Applicant: 中国农业大学
Abstract: 本发明涉及商品猪养殖技术领域，具体涉及一种预测不同体重阶段商品猪净能需要量的方法及应用。本发明通过将不同体重阶段商品猪的体重、每日总能摄入量输入到已经建立的最佳神经网络模型中，精确预测出该体重阶段商品猪的维持净能、沉积净能、蛋白沉积净能和脂肪沉积净能需要量，有助于解决我国生猪产业中商品猪的净能需要量测定困难的问题，建立的模型推动了基于净能体系的猪实时配方的实现，同时为实现猪胴体组成的实时营养调控以及猪的精准营养配方奠定了理论基础。
-
公开(公告)号：CN119202559A
公开(公告)日：2024-12-27
申请号：CN202411718163.3
申请日：2024-11-28
Applicant: 中国农业大学
IPC: G06F18/15 , G06N3/094 , G06N5/01 , G06F18/243 , G06F16/215
Abstract: 本发明提供了一种饲料原料有效养分数据增强方法、系统、设备及介质，属于数据处理领域。获取饲料原料初始的数据集，对初始样本数据集的特征进行结构整合，得到一个结构标准统一的结构化数据；通过复合数据填补的方法对结构化数据进行数据填补，得到完整数据集；将完整数据集按饲料原料种类划分为饲料原料有效养分数据子集。将数据子集输入增强数据模型中进行数据增强，得到合成数据。对合成数据进行合成质量评估，将符合营养学逻辑的优质合成数据与饲料原料初始的数据集进行合并，得到各个原料的有效养分大数据样本集。扩大了数据量，为后续建立相关模型提供数据基础。
-
公开(公告)号：CN115130709A
公开(公告)日：2022-09-30
申请号：CN202110313636.1
申请日：2021-03-24
Applicant: 中国农业大学
Abstract: 本发明提供一种预测饲料原料在生长猪上净能值的方法和模型及应用，该方法包括：1)获取多种饲料原料的常规化学组分和净能值；2)根据饲料原料的常规化学组分将饲料原料进行聚类；3)根据聚类结果进行监督分类，获得分类标准；4)以分类标准将饲料原料分类，并将饲料原料的常规化学组分作为输入变量，以饲料原料在生长猪上的净能值作为输出变量，建立至少一个类别的预测模型。本发明基于常规化学组分对饲料原料进行分类并能够很好的预测其在生长猪上的净能值，有助于解决测定饲料原料净能值所需设备昂贵、专业性要求高、工作量大、耗时长等的困难，同时进一步促进了生长猪饲料精准配制的实现。
-
公开(公告)号：CN114795161A
公开(公告)日：2022-07-29
申请号：CN202210388905.5
申请日：2022-04-13
Applicant: 中国农业大学
Abstract: 本发明提供一种维持净能需要量的预测方法、装置及电子设备，所述方法包括：获取目标生猪的心率数据；基于所述心率数据和预先训练好的净能需要预测模型，获得所述目标生猪的维持净能需要量；其中，所述净能需要预测模型是基于产能参数训练得到的神经网络模型。本方法在生猪的维持净能需要量的预测过程中有效地引入了基于生猪的心率数据进行预测的处理思路，并且，简化并优化了整体的预测过程，以方便快捷地实时预测生猪的维持净能需要量，还提升了该预测方法的可复制性、可应用性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
