Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜青岛科创信达科技有限公司赵雅坤获国家专利权

恭喜青岛科创信达科技有限公司赵雅坤获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜青岛科创信达科技有限公司申请的专利基于最优延时去趋势和逐步回归的鸡舍生产预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114529098B

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210186302.7,技术领域涉及:G06F18/27;该发明授权基于最优延时去趋势和逐步回归的鸡舍生产预测方法是由赵雅坤;金鑫;王福宝设计研发完成,并于2022-02-28向国家知识产权局提交的专利申请。

基于最优延时去趋势和逐步回归的鸡舍生产预测方法在说明书摘要公布了:本发明涉及一种基于最优延时去趋势和逐步回归的鸡舍生产预测方法,属于养殖业生产信息预测技术领域。本发明包括如下步骤:S1:鸡舍生产预测模型的建立:建立过程分为如下两个维度:S11:生产数据时间序列、S12:环境数据时间序列;S2:鸡舍生产预测模型的预处理:S21:生产数据时间序列的DFA去趋势处理、S22:环境数据时间序列的SCCF分析最优延时;S3:环境因素逐步回归方程的建立、S4:产蛋量波动回归曲线的拟合、S5:未来鸡舍生产信息的预测。本发明广泛结合鸡舍环境和生产信息预测未来生产的技术,能够准确预测鸡的生产信息,使得养殖产品的质量和数量都大幅提高,提高养殖户的收益。

本发明授权基于最优延时去趋势和逐步回归的鸡舍生产预测方法在权利要求书中公布了:1.一种基于最优延时去趋势和逐步回归的鸡舍生产预测方法,其特征在于,包括如下步骤:S1:鸡舍生产预测模型的建立:建立过程分为如下两个维度:S11:获取历史时间段内的鸡舍日产蛋数据,组成生产数据时间序列,并存储于计算机内;S12:获取历史时间段内的温度、湿度、二氧化碳浓度、负压、风速数据,组成环境数据时间序列,并存储于计算机内;S2:鸡舍生产预测模型的预处理:通过数据预处理技术对鸡舍生产预测模型中的异常数据剔除,其中:所述数据预处理技术分为如下小步:S21:生产数据时间序列的DFA去趋势处理,包括如下小步:建立鸡舍产蛋量新序列: (1)式中:x为原鸡舍生产序列的均值;xk为k时刻鸡舍产蛋量;N为鸡舍生产序列的区间长度;对区间长度为N的鸡舍产蛋量新序列进行划分,得到互不重叠的等长度为S的子区间;对每个子区间的数据进行多项式回归拟合,得到鸡舍生产信息局部趋势函数,以消除鸡舍生产数据时间序列各子区间内趋势,计算其方差均值公式如下: (2) (3)式中:v为不同数据段的标号;s为新数据序列的长度;y为鸡舍数据产蛋量序列;Ns为序列重构后区间的个数;确定全序列的q阶波动函数,计算出去趋势后的产蛋量波动序列: (4)式中:exp{}为以e为底的指数计算公式;2Ns为二倍的区间个数;1q为DFA中波动函数阶次的倒数;S22:环境数据时间序列的SCCF分析最优延时,包括如下小步:获取DFA去趋势处理的生产数据时间序列,并分析其与本地的环境数据时间序列的相关性,包括如下情况:情况一:通过数据序列窗口滑动分析,当环境数据时间序列与生产数据时间序列的相关性小于某一阈值,则继续滑动寻找;情况二:通过数据序列窗口滑动分析,当环境数据时间序列与生产数据时间序列的相关性大于某一阈值,则该数据序列窗口即为待剔除的最优时间延时;将最优时间延时剔除即为去掉延时信息的环境数据时间序列;S3:环境因素逐步回归方程的建立:将去掉延时的环境数据进行非线性归一化变换,转换为易于分析的环境因素,最终建立环境因素和生产数据序列之间的逐步回归方程;S4:产蛋量波动回归曲线的拟合:将处理后的环境变量与生产变量按照显著性的大小依此代入逐步回归方程,拟合出产蛋量波动回归曲线;S5:未来鸡舍生产信息的预测:将此波动值与鸡舍产蛋稳定值相加和,便可得到鸡舍生产数据的预测模型,实现使用环境数据完成对未来鸡舍生产信息的预测。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人青岛科创信达科技有限公司,其通讯地址为:266000 山东省青岛市城阳区山河路702号绿天使创业园40号楼B座304室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。