一种用于饲料蛋白质含量的数据分析方法与流程
- 国知局
- 2024-07-12 10:21:17
本发明涉及饲料蛋白质数据分析领域,具体涉及一种用于饲料蛋白质含量的数据分析方法。
背景技术:
1、饲料中的蛋白质含量通常需要在一定范围内进行控制和调节。过高或过低的蛋白质摄入都会影响动物健康和生长发育。牲畜饲料中一般要求蛋白质含量在14%至18%之间,而家禽饲料含量则要求在18%至20%之间,具体要根据不同动物特性进行调整。在研发生产中,需要对饲料中蛋白质含量数据进行合理性分析最终实现品控监测,但现有技术仅依靠单一来源的蛋白质含量数据,在处理过程中一旦存在外部因素介入或步骤紊乱等情况,则会导致分析监控的结果失真。
技术实现思路
1、针对现有技术的不足,本发明提供了一种用于饲料蛋白质含量的数据分析方法,通过实时数据与蛋白质组学的结合建立快速反应模型,并引入时序性后置数据对当前时刻进行反向验证,提升结果输出的准确性。
2、为实现上述目的,本发明提供了一种用于饲料蛋白质含量的数据分析方法,包括:
3、s1、利用饲料蛋白质含量数据获取饲料蛋白质关联特征;
4、s2、利用所述饲料蛋白质含量数据与饲料蛋白质关联特征建立蛋白质组学动态模型;
5、s3、利用所述蛋白质组学动态模型得到饲料蛋白质含量数据的数据分析结果。
6、优选的,所述利用饲料蛋白质含量数据获取饲料蛋白质关联特征包括:
7、s1-1、获取所述饲料蛋白质含量数据对应饲料蛋白质种类作为饲料蛋白质的第一关联特征;
8、s1-2、根据所述饲料蛋白质的第一关联特征获取对应含量作为饲料蛋白质的第二关联特征;
9、s1-3、利用所述饲料蛋白质的第一关联特征对应变化时刻作为饲料蛋白质的第三关联特征;
10、s1-4、利用所述饲料蛋白质的第二关联特征对应变化时刻作为饲料蛋白质的第四关联特征;
11、s1-5、利用所述饲料蛋白质的第一关联特征、第二关联特征、第三关联特征与第四关联特征作为饲料蛋白质关联特征。
12、进一步的,利用所述饲料蛋白质含量数据与饲料蛋白质关联特征建立蛋白质组学动态模型包括:
13、s2-1、判断所述饲料蛋白质关联特征对应饲料蛋白质的第三关联特征与第四关联特征是否一致,若是,则利用所述饲料蛋白质含量数据基于蛋白质组学建立蛋白质组学通路模型,并执行s2-2,否则,放弃处理;
14、s2-2、判断当前时刻t的所述蛋白质组学通路模型的饲料蛋白质种类与饲料蛋白质含量数据的饲料蛋白质关联特征对应第一关联特征是否相同,若是,则执行s2-3,否则,返回s1-1;
15、s2-3、判断当前时刻t的所述蛋白质组学通路模型的含量与饲料蛋白质含量数据的饲料蛋白质关联特征对应第二关联特征是否相同,若是,则获取t+1时刻的饲料蛋白质含量数据建立蛋白质组学动态模型,否则,返回s1-2。
16、进一步的,所述获取t+1时刻的饲料蛋白质含量数据建立蛋白质组学动态模型包括:
17、s2-3-1、判断所述t+1时刻的饲料蛋白质含量数据的第一关联特征与t时刻的饲料蛋白质含量数据的第一关联特征是否一致,若是,则执行s2-3-2,否则,利用所述t+1时刻的饲料蛋白质含量数据基于蛋白质组学建立t+1时刻的蛋白质组学通路模型与t时刻的蛋白质组学通路模型作为蛋白质组学动态模型;
18、s2-3-2、判断所述t+1时刻的饲料蛋白质含量数据的第二关联特征与t时刻的饲料蛋白质含量数据的第二关联特征是否一致,若是,则利用相邻下一时刻作为t+1时刻,并返回s2-3-1,否则,利用所述t+1时刻的饲料蛋白质含量数据基于蛋白质组学建立t+1时刻的蛋白质组学通路模型与t时刻的蛋白质组学通路模型作为蛋白质组学动态模型。
19、进一步的,利用所述蛋白质组学动态模型得到饲料蛋白质含量数据的数据分析结果包括:
20、s3-1、利用所述蛋白质组学动态模型得到饲料蛋白质数据的通路分类动态结果;
21、s3-2、利用所述蛋白质组学动态模型得到饲料蛋白质数据的数据关联动态结果;
22、s3-3、利用所述蛋白质组学动态模型得到饲料蛋白质数据的数据验证动态结果;
23、s3-4、利用所述饲料蛋白质数据的通路分类动态结果、数据关联动态结果与数据验证动态结果得到饲料蛋白质含量数据的数据分析结果。
24、进一步的,利用所述蛋白质组学动态模型得到饲料蛋白质数据的通路分类动态结果包括:
25、s3-1-1、根据所述蛋白质组学动态模型对应t时刻的蛋白质组学通路模型获取饲料蛋白质含量数据对应蛋白质组学变化通路数据;
26、s3-1-2、判断所述蛋白质组学变化通路数据的饲料蛋白质种类对应数量与饲料蛋白质含量数据的第一关联特征对应数量是否一致,若是,则执行s3-1-3,否则,返回s2-1;
27、s3-1-3、判断所述蛋白质组学变化通路数据的饲料蛋白质种类对应变化时刻与饲料蛋白质含量数据的第三关联特征是否完全一致,若是,则利用所述蛋白质组学变化通路数据作为饲料蛋白质数据的通路分类动态结果,否则,返回s1-3。
28、进一步的,利用所述蛋白质组学动态模型得到饲料蛋白质数据的数据关联动态结果包括:
29、s3-2-1、根据所述蛋白质组学动态模型对应t时刻的蛋白质组学通路模型获取饲料蛋白质含量数据对应饲料蛋白质含量变化节点;
30、s3-2-2、判断所述饲料蛋白质含量变化节点对应含量与饲料蛋白质含量数据的第二关联特征对应数量是否一致,若是,则执行s3-2-3,否则,返回s1-1;
31、s3-2-3、判读所述饲料蛋白质含量变化节点对应变化时刻与饲料蛋白质含量数据的第四关联特征是否完全一致,若是,则利用所述饲料蛋白质含量变化节点作为饲料蛋白质数据的数据关联动态结果,否则,返回s1-4。
32、进一步的,利用所述蛋白质组学动态模型得到饲料蛋白质数据的数据验证动态结果包括:
33、s3-3-1、根据所述蛋白质组学动态模型对应t+1时刻的蛋白质组学通路模型获取饲料蛋白质含量数据对应蛋白质组学变化通路数据作为变化通路动态特征;
34、s3-3-2、根据所述蛋白质组学动态模型对应t+1时刻的蛋白质组学通路模型获取饲料蛋白质含量数据对应饲料蛋白质含量变化节点作为含量变化动态特征;
35、s3-3-3、利用所述蛋白质组学变化通路数据与变化通路动态特征建立蛋白质组学变化通路数据的动态趋势;
36、s3-3-4、利用所述饲料蛋白质含量变化节点与含量变化动态特征建立饲料蛋白质含量变化节点的动态趋势;
37、s3-3-5、判断所述蛋白质组学变化通路数据的动态趋势与单位时间是否对应,若是,则执行s3-3-6,否则,利用所述t时刻与t+1时刻的蛋白质组学动态模型作为饲料蛋白质数据的数据验证动态结果;
38、s3-3-6、判断所述饲料蛋白质含量变化节点的动态趋势与单位时间是否对应,若是,则利用所述t时刻的蛋白质组学动态模型作为饲料蛋白质数据的数据验证动态结果,否则,利用所述t时刻与t+1时刻的蛋白质组学动态模型作为饲料蛋白质数据的数据验证动态结果;
39、其中,所述动态趋势为相邻前后数据的变化趋势,所述单位时间为t时刻与t+1时刻的间隔时间。
40、进一步的,利用所述饲料蛋白质数据的通路分类动态结果、数据关联动态结果与数据验证动态结果得到饲料蛋白质含量数据的数据分析结果包括:
41、s3-4-1、判断所述数据验证动态结果对应模型数量是否为1,若是,则利用所述饲料蛋白质数据的通路分类动态结果、数据关联动态结果与数据验证动态结果作为饲料蛋白质含量数据的数据分析结果,否则,执行s3-4-2;
42、s3-4-2、利用所述t时刻的饲料蛋白质含量数据对应第一关联特征与t+1时刻的饲料蛋白质含量数据对应第一关联特征建立延后种类特征趋势;
43、s3-4-3、利用所述t时刻的饲料蛋白质含量数据对应第二关联特征与t+1时刻的饲料蛋白质含量数据对应第二关联特征建立延后含量特征趋势;
44、s3-4-4、判断所述数据验证动态结果对应蛋白质组学变化通路数据的动态趋势与延后种类特征趋势是否相互对应,若是,则执行s3-4-5,否则,所述数据验证动态结果存在误差,输出所述饲料蛋白质数据的通路分类动态结果、数据关联动态结果与数据验证动态结果得到饲料蛋白质含量数据的数据分析结果;
45、s3-4-5、判断所述数据验证动态结果对应饲料蛋白质含量变化节点的动态趋势与延后含量特征趋势是否相互对应,若是,则利用所述饲料蛋白质数据的通路分类动态结果、数据关联动态结果与数据验证动态结果作为饲料蛋白质含量数据的数据分析结果,并利用t+1时刻更新当前时刻,返回s1,否则,所述数据验证动态结果存在误差,输出所述饲料蛋白质数据的通路分类动态结果、数据关联动态结果与数据验证动态结果得到饲料蛋白质含量数据的数据分析结果。
46、与最接近的现有技术相比,本发明具有的有益效果:
47、应用了蛋白质组学进行变化通路的模型建立,考虑到数据的时序性以及实时性,创新性的提出了利用顺序排列的相邻后置数据对当前数据进行反向验证,进一步提升分析结果的可靠性,同时多级验证比对筛选,确保单一来源数据在分析处理稳定性,避免外部因素或误差导致最终结果偏离。
本文地址:https://www.jishuxx.com/zhuanli/20240614/86399.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表