-
公开(公告)号：CN119558687A
公开(公告)日：2025-03-04
申请号：CN202510029150.3
申请日：2025-01-08
Applicant: 温氏食品集团股份有限公司
IPC: G06Q10/0637 , G06Q40/12 , G06Q50/02 , G06N5/025 , G06N5/04 , G06N5/045 , G06N3/08 , G06N7/01 , G06F18/22 , G06F18/27 , G06F18/20 , G06F123/02
Abstract: 本发明公开了一种基于知识增强的多尺度跨领域指标异动归因方法及系统，涉及指标异动归因技术领域，包括：使用养殖业生产领域知识库及带有因果关系的数据集对大语言模型进行两阶段训练，使用大语言模型构建指标因果知识图谱与所述专家知识图谱进行图谱融合，构建融合知识增强的贝叶斯网络和基于先验约束的深度网络的回归模型，从融合知识图谱中选取多尺度数据作为训练集，识别提取因果关系对，进行模型训练，在财务指标和生产指标中获取目标指标异动导入训练后的回归模型，获得目标指标异动对应的归因数据。本发明解决了由于数据繁多、维度复杂，异常指标的定位和分析基本依靠人为经验的问题，有利于企业的企业高效运营和数据驱动决策。
-
公开(公告)号：CN119007412B
公开(公告)日：2025-01-21
申请号：CN202411456567.X
申请日：2024-10-18
Applicant: 温氏食品集团股份有限公司
IPC: G08B31/00 , A01K29/00 , G06F18/10 , G06N20/00 , G06N3/006 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/22 , G06F18/232 , G06F18/2413 , G06F18/2415 , G06F18/2431 , G06F18/25
Abstract: 本发明公开了一种基于机器学习的猪场疾病监测预警方法及系统，包括：获取目标猪场区域的生产特征相关数据及预设观测期内的观测数据，构建多源数据集，基于机器学习方法构建并行的时间持续预测模块及猪场疾病预警模块并进行训练根据多源数据集判断目标猪场区域在预设观测期内是否存在发病情况，若存在发病情况则调用时间持续预测模块预测猪场病情剩余持续时间；若不存在发病情况，则调用猪场疾病预警模块预测未来发病概率，根据所述未来发病概率生成预警信息。本发明提供了精准的未发病猪场疾病预警信息和已发病猪场转阴持续时间预测，为快速制定、调整防控策略提供了决策依据，提高工作效率和防控效果。
-
公开(公告)号：CN118735573B
公开(公告)日：2025-01-17
申请号：CN202411230646.9
申请日：2024-09-04
Applicant: 温氏食品集团股份有限公司
IPC: G06Q30/0201 , G06Q30/0202 , G06N20/00 , G06N3/0499 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于客户画像的养禽项目营销方法及营销系统，包括：客户订购意愿识别通过对客户的历史订购数据建模，采用机器学习模型实现对客户对四级公司订购意愿的精准预测。针对有订购意愿的客户，预测其对于特定价格、天龄、均重的销售品种的订购概率，同时估算客户对销售品种的价格弹性系数。针对某个规格和某个价格等条件下的销售品种，预测客户订购量区间，同时也可以估计出客户关于同档次的销售品种的价格弹性系数。本发明基于业务知识和价格敏感构建营销平台对客户采购意愿、商品订购偏好、订购量的预测，实现养禽项目的精准预测及合理推荐。
-
公开(公告)号：CN119207779A
公开(公告)日：2024-12-27
申请号：CN202411692280.7
申请日：2024-11-25
Applicant: 温氏食品集团股份有限公司
Abstract: 本发明公开了一种基于知识图谱的猪场疾病风险归因方法及系统，包括：根据猪业生物安全应用、猪业生物安全领域知识库来构建猪场生物安全知识图谱；其次输入猪场N天内的所有猪场事件，猪场所处的风险和风险概率；通过猪场生物安全知识图谱寻找猪场发病的因子，并根据猪场问题的贡献度等约束，给出该猪场的疾病文本归因。对于处在中高风险的猪场根据归因后的风险事项进行整改和预测，对于处于低风险的猪场或者预警后未发病的猪场可以归纳为优秀的管理经验的目标。本发明通过对图谱的分析与推理，可以为猪场风险归因任务提供更具逻辑性的分析，帮助猪场深入了解各种疾病的特点和防控要求，为制定针对性的防控策略提供科学依据。
-
公开(公告)号：CN119207779B
公开(公告)日：2025-04-01
申请号：CN202411692280.7
申请日：2024-11-25
Applicant: 温氏食品集团股份有限公司
Abstract: 本发明公开了一种基于知识图谱的猪场疾病风险归因方法及系统，包括：根据猪业生物安全应用、猪业生物安全领域知识库来构建猪场生物安全知识图谱；其次输入猪场N天内的所有猪场事件，猪场所处的风险和风险概率；通过猪场生物安全知识图谱寻找猪场发病的因子，并根据猪场问题的贡献度等约束，给出该猪场的疾病文本归因。对于处在中高风险的猪场根据归因后的风险事项进行整改和预测，对于处于低风险的猪场或者预警后未发病的猪场可以归纳为优秀的管理经验的目标。本发明通过对图谱的分析与推理，可以为猪场风险归因任务提供更具逻辑性的分析，帮助猪场深入了解各种疾病的特点和防控要求，为制定针对性的防控策略提供科学依据。
-
公开(公告)号：CN119007412A
公开(公告)日：2024-11-22
申请号：CN202411456567.X
申请日：2024-10-18
Applicant: 温氏食品集团股份有限公司
IPC: G08B31/00 , A01K29/00 , G06F18/10 , G06N20/00 , G06N3/006 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/22 , G06F18/232 , G06F18/2413 , G06F18/2415 , G06F18/2431 , G06F18/25
Abstract: 本发明公开了一种基于机器学习的猪场疾病监测预警方法及系统，包括：获取目标猪场区域的生产特征相关数据及预设观测期内的观测数据，构建多源数据集，基于机器学习方法构建并行的时间持续预测模块及猪场疾病预警模块并进行训练根据多源数据集判断目标猪场区域在预设观测期内是否存在发病情况，若存在发病情况则调用时间持续预测模块预测猪场病情剩余持续时间；若不存在发病情况，则调用猪场疾病预警模块预测未来发病概率，根据所述未来发病概率生成预警信息。本发明提供了精准的未发病猪场疾病预警信息和已发病猪场转阴持续时间预测，为快速制定、调整防控策略提供了决策依据，提高工作效率和防控效果。
-
公开(公告)号：CN118521423B
公开(公告)日：2024-09-17
申请号：CN202410986747.2
申请日：2024-07-23
Applicant: 华南农业大学 , 温氏食品集团股份有限公司
Abstract: 本发明公开了一种基于多模态物联网的家禽养殖智慧监测方法及系统，该方法包括下述步骤：布设用于采集环境信息的传感器；获取外部天气数据和传感器收集的数据；选择序列长度为w的连续时间序列数据，并划分为数据集；构建DDTCN模型并基于训练集进行模型训练；基于验证集调节DDTCN模型的参数并评估DDTCN模型的性能；使用不同历史时间窗口信息和不同的预测长度，将测试集的连续时间序列数据输入训练后的DDTCN模型，得到预测值，获取当前实时数据，计算当前实时数据与保存的预测值的差值，通过阈值判断是否发出预警。本发明能根据数据自动调整模型参数，更及时地发现潜在的问题和风险，减少因延迟响应而导致的损失。
-
公开(公告)号：CN118735573A
公开(公告)日：2024-10-01
申请号：CN202411230646.9
申请日：2024-09-04
Applicant: 温氏食品集团股份有限公司
IPC: G06Q30/0201 , G06Q30/0202 , G06N20/00 , G06N3/0499 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于客户画像的养禽项目营销方法及营销系统，包括：客户订购意愿识别通过对客户的历史订购数据建模，采用机器学习模型实现对客户对四级公司订购意愿的精准预测。针对有订购意愿的客户，预测其对于特定价格、天龄、均重的销售品种的订购概率，同时估算客户对销售品种的价格弹性系数。针对某个规格和某个价格等条件下的销售品种，预测客户订购量区间，同时也可以估计出客户关于同档次的销售品种的价格弹性系数。本发明基于业务知识和价格敏感构建营销平台对客户采购意愿、商品订购偏好、订购量的预测，实现养禽项目的精准预测及合理推荐。
-
公开(公告)号：CN118521423A
公开(公告)日：2024-08-20
申请号：CN202410986747.2
申请日：2024-07-23
Applicant: 华南农业大学 , 温氏食品集团股份有限公司
Abstract: 本发明公开了一种基于多模态物联网的家禽养殖智慧监测方法及系统，该方法包括下述步骤：布设用于采集环境信息的传感器；获取外部天气数据和传感器收集的数据；选择序列长度为w的连续时间序列数据，并划分为数据集；构建DDTCN模型并基于训练集进行模型训练；基于验证集调节DDTCN模型的参数并评估DDTCN模型的性能；使用不同历史时间窗口信息和不同的预测长度，将测试集的连续时间序列数据输入训练后的DDTCN模型，得到预测值，获取当前实时数据，计算当前实时数据与保存的预测值的差值，通过阈值判断是否发出预警。本发明能根据数据自动调整模型参数，更及时地发现潜在的问题和风险，减少因延迟响应而导致的损失。
