具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本实施例提供了一种养猪场生猪状态预测系统，包括：生猪状态预测模型建立模块，根据养猪场样本生猪的样本数据建立生猪状态预测模型；以及生猪状态预测结果输出模块，与生猪状态预测模型建立模块电性连接，以将当前生猪数据代入生猪状态预测模型中得出生猪状态预测结果。

在本实施例中，具体的，所述生猪状态预测模型建立模块包括：数据采集单元，以及与该数据采集单元电性连接的生猪状态预测模型单元；其中数据采集单元采集养猪场样本生猪的样本数据，并将样本数据发送至生猪状态预测模型单元以建立生猪状态预测模型。

如图3所示，具体的，所述数据采集单元包括红外传感器模块、称重传感器模块和摄像头模块，以检测生猪的体温数据、体重数据、进食数据和生猪状态；并且所述进食数据根据进食前后的体重数据变化得到；以及所述生猪状态包括正常生猪与非正常生猪。

具体的，生猪的习性极为固定，体温与进食量更是生猪的主要观测指标，当生猪处于发情阶段、身体状态不良等情况均会直观表现；生猪的正常体温在38-39.5℃，进食量为实际体重×系数，在小猪阶段系数为0.05，在中猪阶段系数为0.04，在大猪阶段系数为0.03。

在本实施例中，具体的，所述生猪状态预测模型单元以建立生猪状态预测模型，即根据样本数据，通过fisher判别设立数据向量与变换向量，以训练求得样本数据投影到一维空间的最佳投影方向；根据最佳投影方向，将样本数据在其上投影得到数据，求得正常生猪与非正常生猪两个状态的数据类别的均值与标准差，以获得生猪状态预测模型，求得生猪状态预测结果。

在本实施例中，具体的，根据样本数据，通过fisher判别设立数据向量与变换向量，以训练求得样本数据投影到一维空间的最佳投影方向；即建立数据向量x＝(x⁽¹⁾，x⁽²⁾)，其中x⁽¹⁾为体温方差；x⁽²⁾为进食量与体重的比值；定义变换向量w＝(w⁽¹⁾，w⁽²⁾)，其中w⁽¹⁾为x⁽¹⁾的系数向量，w⁽²⁾为x⁽²⁾的系数向量；求取最佳变换向量w^*＝S_w ^-1(m₂-m₁)，其中w的最大值w^*为最佳变换向量，即训练得到的最佳投影方向；S_w为类内协标准差矩阵；m₁和m₂分别表示正常生猪和非正常生猪两类的均值向量。

具体的，最佳变化相量w^*通过拉格朗日法求得。

在本实施例中，Fisher判别具体是一种根据方差分析的思想建立起来的投影方法，把高维空间的点向低维空间投影；可以把原来坐标系下很难分开的样品在投影后明显区别。

具体的，基于fisher判别，原本采集的样本生猪的样本数据得以分开，通过此方式得到在一维方向上的最佳投影方向。

在本实施例中，具体的，所述根据最佳投影方向，将样本数据在其上投影得到数据，求得正常生猪与非正常生猪两个状态的数据类别的均值与标准差，即μ₁＝w^*m₁；μ₂＝w^*m₂；其中μ₁为正常生猪数据在w^*向量轴投影后所得到的数据的均值，μ₂为非正常生猪数据在w^*向量轴投影后所得到的数据的均值，δ₁为正常生猪数据在w^*向量轴投影后所得到的数据的标准差，δ₂为非正常生猪数据在w^*向量轴投影后所得到的数据的标准差，N₁为正常生猪的数据样本总数，N₂为非正常生猪的数据样本总数。

具体的，w^*T为w^*的转置。

在本实施例中，具体的，所述生猪状态预测结果输出模块适于将当前生猪数据设为数据向量x_c，Zc＝w^*x_c，Zc为数据向量x_c在w^*向量轴投影后所得到的值；则当前生猪的正常度指数D为：当Zc≤μ₁+δ₁时，正常度指数D为0，判定为正常生猪；当Zc≥μ₂-δ₂时，正常度指数D为1，判定为非正常生猪；当μ₁+δ₁≤Zc≤μ₂-δ₂时，建立生猪状态预测模型，即判定为疑似非正常生猪；所述正常度指数D为从0到1范围的数，越接近0表示正常度越高，越接近1表示正常度越低。

如图2所示，具体的，所述生猪状态预测结果输出模块还通过无线模块与服务器相连；其中所述生猪状态预测结果输出模块适于人工设定阈值D₀，以当目前生猪的正常度指数大于预设阈值D₀时，判定为非正常生猪并拍摄设定时长的生猪视频；或当正常度指数低于设定的阈值D₀时，判定为正常生猪并拍摄一张生猪图像；并将生猪视频及生猪图像数据发送至服务器存储。

在本实施例中，可选的，所述阈值D₀设定为0.3。

在本实施例中，可选的，根据正常度指数调整摄像头拍摄可大幅度降低养猪场工作人员的无效检查工作量，与传统的每一头猪进行观测检查的主观性强工作量大相比，在本实施例中通过数据支持，工作人员仅需少量工作即可及时发现病猪。

具体的，在人工判断阶段，对于正常度指数大于预设阈值D₀的视频，每段视频均需浏览并做出生猪具体状况的判断；对于正常度指数低于设定的阈值D₀的图像，进行随机抽查与存档记录之用。

综上所述，本发明的一种养猪场生猪状态预测系统通过采集样本生猪的数据并建立生猪状态预测模型，得到生猪的健康度指数，并通过摄像头拍摄结合，获取精准有效的生猪图像视频信息，为养猪场的工作人员的判断提供了有效辅助，同时也降低了对低价值信息的工作量与工作时间，降低了对生猪养殖的主观性判断，更加精准科学。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。