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！

龙图腾网获悉深圳市云辉牧联科技有限公司申请的专利基于动态生理与AI三维体尺融合的肉牛出肉率预测方法及系统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：CN121580339B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610111356.5，技术领域涉及：G06F18/25；该发明授权基于动态生理与AI三维体尺融合的肉牛出肉率预测方法及系统是由徐晓楠;魏谢木设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本基于动态生理与AI三维体尺融合的肉牛出肉率预测方法及系统在说明书摘要公布了：本发明涉及肉牛养殖技术领域，具体提供了一种基于动态生理与AI三维体尺融合的肉牛出肉率预测方法及系统，方法包括如下步骤：获取目标肉牛实时三维体尺数据，输入预训练AI估重模型得实时体重数据并做时间戳关联；获取动态生理数据，与时序关联后的体尺、体重数据整合为多源时序数据集；经时序注意力融合模型完成多源数据时空对齐，通过注意力机制挖掘体重、生理、体尺变化的时序因果关联，生成融合关联特征集；将该特征集输入出肉率预测模型，输出含出肉率预测值与因果关联依据的结果。本方法突破传统静态预测局限，实现动态高精度预测，因果依据可支撑养殖决策，提升精准养殖水平与养殖效益。

本发明授权基于动态生理与AI三维体尺融合的肉牛出肉率预测方法及系统在权利要求书中公布了：1.一种基于动态生理与AI三维体尺融合的肉牛出肉率预测方法，其特征在于，包括如下步骤： S10、获取目标肉牛的实时三维体尺数据并输入预训练的AI估重模型，得到实时体重数据，且将实时三维体尺数据与实时体重数据进行时间戳关联；其中，所述预训练的AI估重模型的训练，包括如下步骤： S101、采集多批次样本肉牛的历史三维体尺数据及对应时段的实测体重数据，且将历史三维体尺数据与对应时段的实测体重数据进行时间戳关联，整合得到基础训练数据集； S102、对所述基础训练数据集进行数据预处理，得到标准化训练数据集； S103、构建初始AI估重网络模型，所述初始AI估重网络模型内置三维体尺特征与体重的映射逻辑； S104、将所述标准化训练数据集输入所述初始AI估重网络模型，按预设训练批次和学习率执行模型迭代训练，并实时输出训练过程中的体重预测误差； S105、当所述体重预测误差低于预设误差阈值时，停止模型训练，得到已训练的AI估重模型；若未达到预设误差阈值，则调整模型网络参数并重复执行模型迭代训练，直至满足训练终止条件； S20、获取目标肉牛的动态生理数据，并按预设时间间隔对动态生理数据及已进行时间戳关联的三维体尺数据和实时体重数据进行时序整合，得到多源时序数据集； S30、基于预构建的时序注意力融合模型对多源时序数据集执行时序维度与数据维度的特征对齐，并通过时序注意力机制挖掘实时体重数据变化趋势、动态生理数据波动状态及三维体尺数据变化状态三者间的时序因果关联，生成融合关联特征集；其中，具体包括如下步骤： S31、将多源时序数据集输入预构建的时序注意力融合模型，基于周期校准逻辑与畜牧数据标准化逻辑，对多源时序数据集进行时空对齐，生成时空对齐特征集； S32、基于时序注意力机制，按目标肉牛不同生长阶段的特征优先级，对时序对齐特征集进行注意力权重初始化；并计算时序数据关键节点的特征贡献度，基于特征贡献度采用梯度下降算法动态修正初始权重，得到阶段适配的特征注意力权重分布； S33、基于特征关联挖掘逻辑，结合所述特征注意力权重分布，通过皮尔逊相关系数矩阵分析实时体重数据变化趋势、动态生理数据波动状态及三维体尺数据变化状态三者间的特征关联关系； S34、将特征关联关系映射至预设的因果关联图谱，匹配畜牧领域对应的因果逻辑，得到时序因果关联关系集； S35、整合时序对齐特征集、特征注意力权重分布及时序因果关联关系集，生成包含数据量化值、特征重要性权重及因果关联依据的融合关联特征集； S40、将所述融合关联特征集输入预训练的出肉率预测模型，输出包含出肉率预测值与因果关联依据的目标肉牛的出肉率预测结果。

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深圳市云辉牧联科技有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道高新区社区科技南十二路18号长虹科技大厦2411；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”。

以上内容由龙图腾AI智能生成。