1.畜禽健康体征大数据物联网检测系统,其特征在于:所述检测系统包括参数采集与控制平台和畜禽体温大数据智能预测子系统两部分,实现对被测量畜禽体温的精确检测和预测;
所述畜禽体温大数据智能预测子系统由参数检测模型、检测参数融合模型和二元联系数的Elman神经网络温度预测模型组成;环境温度传感器感知的畜禽舍环境温度值作为对应的参数检测模型的输入,参数检测模型输出作为检测参数融合模型的输入,畜禽体温温度传感器感知的畜禽体表温度值作为对应的参数检测模型的输入,参数检测模型和检测参数融合模型的输出作为二元联系数的Elman神经网络温度预测模型的输入,二元联系数的Elman神经网络温度预测模型的输出畜禽体温的确定值c和波动值d构成畜禽体温的二元联系数为c+di,畜禽体温的确定值c和波动值作为二元联系数的Elman神经网络温度预测模型的对应输入,二元联系数的Elman神经网络温度预测模型输出为被检测的畜禽体温的二元联系数值;
所述参数检测模型由带时滞单元的Adaline神经网络模型、EMD经验模态分解模型、GM(1,1)灰色预测模型、NARX神经网络预测模型、按拍延迟线TDL、ARIMA预测模型和二元联系数的小波神经网络模型组成;
所述检测参数融合模型:
一段时间多个参数检测模型输出的参数测量传感器的二元联系数构成时间序列二元联系数值阵列,每个参数测量传感器的时间序列二元联系数值的正理想值贴近度除以该参数测量传感器的时间序列二元联系数值的负理想值贴近度与该参数测量传感器的时间序列二元联系数值的正理想值贴近度的和得到的商为每个参数测量传感器的时间序列二元联系数值的距离相对贴近度;每个参数测量传感器的时间序列二元联系数值的距离相对贴近度除以所有参数测量传感器的时间序列二元联系数值的距离相对贴近度的和得到的商为每个参数测量传感器的时间序列二元联系数值的距离贴近度融合权重;
每个参数测量传感器的时间序列二元联系数值与二元联系数阵列的正理想值之间的灰色关联度除以该参数测量传感器的时间序列二元联系数值与二元联系数阵列的正理想值之间的灰色关联度相加该参数测量传感器的时间序列二元联系数值与二元联系数阵列的负理想值之间的灰色关联度的和得到的商为该参数测量传感器的时间序列二元联系数值的灰色关联相对贴近度;每个参数测量传感器的时间序列二元联系数值的灰色关联相对贴近度除以所有参数测量传感器的时间序列二元联系数值的灰色关联相对贴近度的和得到的商为该参数测量传感器的时间序列二元联系数值的灰色关联度融合权重;
每个参数测量传感器的时间序列二元联系数值的均方根组合权重和线性组合权重按照从小到大排序构成该参数测量传感器的时间序列二元联系数值的二元联系数融合权重,同一时刻每个参数测量传感器的时间序列二元联系数值与该参数测量传感器的时间序列二元联系数值的二元联系数融合权重的积相加得到的和为所有参数测量传感器的时间序列二元联系数融合值。
2.根据权利要求1所述的畜禽健康体征大数据物联网检测系统,其特征在于:参数测量传感器输出作为带时滞单元的Adaline神经网络模型的输入,带时滞单元的Adaline神经网络模型输出作为EMD经验模态分解模型的输入,EMD经验模态分解模型输出的测量参数低频趋势值作为GM(1,1)灰色预测模型的输入,EMD经验模态分解模型输出的多个测量参数高频趋势值分别作为对应的多个NARX神经网络预测模型的输入,GM(1,1)灰色预测模型和多个NARX神经网络预测模型的输出分别二元联系数的小波神经网络模型的对应输入,二元联系数的小波神经网络模型输出被测量参数的确定值a和波动值b构成被测量参数的二元联系数为a+bi,被测量参数的确定值a和波动值b分别作为对应的按拍延迟线TDL的输入和二元联系数的小波神经网络模型的对应输入,按拍延迟线TDL输出作为对应的ARIMA预测模型输入,ARIMA预测模型输出作为二元联系数的小波神经网络模型的对应输入,二元联系数的小波神经网络模型输出作为被测量参数的二元联系数值。
3.根据权利要求1所述的畜禽健康体征大数据物联网检测系统,其特征在于:所述参数采集与控制平台由畜禽环境参数的检测节点、畜禽体征参数的检测节点、控制节点、网关节点、现场监控端、云平台和手机APP组成。
4.根据权利要求3所述的畜禽健康体征大数据物联网检测系统,其特征在于:所述检测节点采集畜禽环境参数经网关节点上传到云平台,在云平台端存储数据和发布信息,手机APP通过云平台提供的畜禽环境信息可实时监测畜禽环境参数,检测节点和控制节点负责采集畜禽环境参数信息和控制畜禽环境设备,通过网关节点实现检测节点、控制节点、现场监控端、云平台和手机APP的双向通信,实现畜禽环境参数采集和畜禽环境设备控制。