摘要
为了解决肉牛称重过程存在现场操作困难、耗费人力物力以及近距离接触存在安全健康隐患等问题,试验采用人工神经网络构建动态称重模型,分析了BP神经网络算法实际应用存在的问题及原因,采用LSTM网络开展牛只行走动态称重时间序列训练及测试,依据误差分析对算法进行改进。结果表明:改进后的算法提高了动态称重预测结果的精度,最大误差为2.4 kg(1.70%),最小误差为0.1 kg(0.04%),所有测试数据的平均误差为0.70%,符合实际称重需求。说明试验采用的LSTM动态称重算法适用于实际生产,具有较强的实际应用价值。
出处
《黑龙江畜牧兽医》
CAS
北大核心
2020年第20期60-63,157,158,共6页
Heilongjiang Animal Science And veterinary Medicine
基金
宁夏农林科学院全产业链创新示范项目“肉牛健康养殖监测预警系统的研究与示范应用”(QCYL-2018-1104)。
