(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211284150.0 (22)申请日 2022.10.20 (71)申请人 正大农业科 学研究有限公司 地址 101206 北京市平谷区中关村科技园 区平谷园峪口新能源产业基地峪阳路 38号-21045 （集群注 册） (72)发明人 张睦　吕兆星　朱海波　石格立　 田雪骋　王小平　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 李文清 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 个体窝产活仔数的预测分析方法、 装置及电 子设备 (57)摘要 本发明提供一种个体窝产活仔数的预测分 析方法、 装置及电子设备， 涉及生物信息技术领 域， 该方法包括： 获取窝产活仔数影响因子对应 的影响因子特征值数据集； 将影 响因子特征值数 据集输入至窝产活仔预测模型进行窝产活仔数 预测， 得到窝产活仔数预测值； 对正太分布样本 集抽样得到影 响因子特征值样 本， 替换影响因子 特征值样 本集中的特征值样本， 得到影 响因子特 征值新数据集； 将影响因子特征值新数据集输入 至窝产活仔数预测模型， 得到窝产活仔数新预测 值； 基于影响因子特征值样本， 和窝产活仔数新 预测值构建线性回归模型。 本发 明可以实现预测 窝产活仔数， 且确定影 响因子特征值与窝产活仔 数预测值的关系， 有针对性的去提升个体窝产活 仔数。 权利要求书2页 说明书10页 附图5页 CN 115358157 A 2022.11.18 CN 115358157 A 1.一种个 体窝产活仔数的预测分析 方法， 其特 征在于， 包括： 获取窝产活仔数影响因子对应的影响因子特 征值数据集； 将所述影响因子特征值数据集输入至训练好的窝产活仔预测模型进行窝产活仔数预 测， 得到窝产活仔数预测值； 所述窝产活仔预测模型是基于影响因子特征值样本集和多序 列长短期记 忆模型训练得到； 对正太分布样本集抽样得到影响因子特征值样本， 基于所述影响因子特征值样本替换 所述影响因子特征值样本集中， 与所述影响因子特征值样本属于相同窝产活仔数影响因子 的特征值样本， 得到影响因子特征值新数据集； 所述正太分布样本集是基于所述影响因子 特征值样本集中同一窝产活仔数影响因子对应的多个影响因子特征值样本拟合成正太分 布所得到； 将所述影响因子特征值新数据集输入至所述窝产活仔数预测模型， 得到窝产活仔数新 预测值； 基于所述影响因子特征值样本， 和所述窝产活仔数新预测值构建线性回归模型， 以基 于所述线性回归 模型确定影响因子特 征值与窝产活仔数 预测值的关系。 2.根据权利要求1所述的个体窝产活仔数的预测分析方法， 其特征在于， 所述将所述影 响因子特征值数据集输入至训练好的窝产活仔预测模型进 行窝产活仔数预测， 得到窝产活 仔数预测值， 包括： 基于所述窝产活仔预测模型的多个长短期记忆序列模型， 对所述影响因子特征值数据 集中， 与所述长短期记忆序列模型对应的影响因子特征值进行权重设置， 得到多个加权特 征值； 基于所述窝产活仔预测模型的连接层， 将所述多个加权特征值进行连接， 得到目标特 征值； 基于所述窝产活仔预测模型的致密层， 将所述目标特征值进行致密连接， 得到所述窝 产活仔数 预测值。 3.根据权利要求2所述的个体窝产活仔数的预测分析方法， 其特征在于， 所述基于所述 窝产活仔预测模型 的多个长短期记忆序列模型， 对所述影响因子特征值数据集中， 与所述 长短期记 忆序列模型对应的影响因子特 征值进行权 重设置， 得到多个加权特 征值， 包括： 基于所述长短期记忆序列模型中多个串联的长短期记忆序列单元分别对自身所接收 的影响因子特 征值进行权 重设置， 所述加权特 征值得到所述加权特 征值； 其中， 所述多个串联的长短期记忆序列 单元中的上一个长短期记忆序列单元将对影响 因子特征值的加权处理结果输入至下一个长短期记忆序列单元， 以用于下一个长短期记忆 序列单元对自身所接收的影响因子特 征值进行权 重设置； 所述加权特征值为所述多个串联的长短期记忆序列单元中的最后一个长短期记忆序 列单元对影响因子特 征值的加权处 理结果。 4.根据权利要求3所述的个体窝产活仔数的预测分析方法， 其特征在于， 所述影响因子 特征值包括连续 性特征和离散型特征； 所述长短期记忆序列 单元用于基于嵌套层对所述离散型特征进行向量化处理， 得到向 量化特征， 再基于连接层将所述向量化特征和所述连续性特征相结合， 得到结合特征， 并基 于长短期记 忆序列层对所述结合特 征进行权 重设置。权　利　要　求　书 1/2 页 2 CN 115358157 A 25.根据权利要求1所述的个体窝产活仔数的预测分析方法， 其特征在于， 所述窝产活仔 数影响因子包括母猪 影响因子、 公猪 影响因子、 配种员影响因子和猪场影响因子 。 6.根据权利要求1 ‑5任一项所述的个体窝产活仔数的预测分析方法， 其特征在于， 还包 括： 在得到所述窝产活仔数预测值后， 基于Adam优化器将所述窝产活仔数预测值与窝产活 仔数实际值进行比较， 得到比较结果， 并基于所述比较结果对所述窝产活仔预测模型 的参 数进行更新。 7.一种个 体窝产活仔数的预测分析装置， 其特 征在于， 包括： 获取模块， 用于获取窝产活仔数影响因子对应的影响因子特 征值数据集； 第一处理模块， 用于将所述影响因子特征值数据集输入至训练好的窝产活仔预测模型 进行窝产活仔数预测， 得到窝产 活仔数预测值； 所述窝产活仔预测模型是基于影响因子特 征值样本集和多序列长短期记 忆模型训练得到； 第二处理模块， 用于对正太分布样本集抽样得到影响因子特征值样本， 基于所述影响 因子特征值样本替换所述影响因子特征值样本集中， 与所述影响因子特征值样本属于相同 窝产活仔数影响因子的特征值样本， 得到影响因子特征值新数据集； 所述正太分布样本集 是基于所述影响因子特征值样本集中同一窝产活仔数影响因子对应的多个影响因子特征 值样本拟合成正太分布所 得到； 第三处理模块， 用于将所述影响因子特征值新数据集输入至所述窝产活仔数预测模 型， 得到窝产活仔数新预测值； 第四处理模块， 用于基于所述影响因子特征值样本， 和所述窝产活仔数新预测值构建 线性回归模型， 以基于所述线性回归模型确定影响因子特征值与窝产活仔数预测值的关 系。 8.根据权利要求7所述的个体窝产活仔数的预测分析装置， 其特征在于， 所述窝产活仔 数影响因子包括母猪 影响因子、 公猪 影响因子、 配种员影响因子和猪场影响因子 。 9.根据权利要求7或8所述的个 体窝产活仔数的预测分析装置， 其特 征在于， 还 包括： 更新模块， 用于在得到所述窝产活仔数预测值后， 基于Adam优化器将所述窝产活仔数 预测值与窝产活仔数实际值进行比较， 得到比较结果， 并基于所述比较结果对所述窝产 活 仔预测模型的参数进行 更新。 10.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述个体窝产活仔数的预测分析 方法。权　利　要　求　书 2/2 页 3 CN 115358157 A 3