(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111555148.8 (22)申请日 2021.12.17 (71)申请人 北京市农林科 学院信息技 术研究中 心 地址 100097 北京市海淀区曙光 花园中路 11号农科大厦A座1 107 (72)发明人 李奇峰　马为红　高荣华　白强　 丁露雨　余礼根　于沁杨　任志雨　 姚春霞　薛向龙　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 代理人 郭亮 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/02(2012.01)G06N 20/00(2019.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 基于机器学习的肉牛育种优选方法及装置 (57)摘要 本发明提供一种基于机器学习的肉牛育种 优选方法及装置， 该方法包括： 根据配种公牛和 配种母牛包含年龄的繁育性状数据， 提取量化的 繁育性状特征； 将所述繁育性状特征， 输入到已 训练的预测模 型， 输出后裔牛不同年龄时期的繁 育性状特征； 根据后裔牛不同年龄时期的繁育性 状特征， 确定后裔牛不同年龄时期的繁育性状数 据； 其中， 所述预测模型包括输入端的全连接神 经网络和输 出端的LSTM网络。 该方法与常规遗传 评估和基因组评估方法相比， 能够实现后裔牛育 种的多时段评价， 并具有实时、 有效、 低成本和适 用于不同品种等特点； 此外， 基于大量现实数据 训练全连接神经网络及LS TM网络， 使得预测模型 具有较强的鲁棒 性。 权利要求书2页 说明书10页 附图5页 CN 114418182 A 2022.04.29 CN 114418182 A 1.一种基于 机器学习的肉牛育种优选方法， 其特 征在于， 包括： 根据配种公牛和配种母牛包 含年龄的繁 育性状数据， 提取量 化的繁育性状特 征； 将所述繁育性状特征， 输入到已训练的预测模型， 输出后裔牛不同年龄时期的繁育性 状特征； 根据后裔牛不同年龄时期的繁育性状特征， 确定后裔牛不同年龄时期的繁育性状数 据； 其中， 所述预测模型包括输入端的全连接神经网络和输出端的长短时记 忆神经网络； 所述全连接神经网络， 根据配种公牛和配种母牛包含年龄的繁育性状特征， 以及出生 时的后裔牛的繁育性状特征训练得到； 所述长 短时记忆神经网络根据不同个体牛的出生后 不同年龄段的繁 育性状特 征序列训练得到 。 2.根据权利要求1所述的基于机器学习的肉牛育种 优选方法， 其特征在于， 所述后裔牛 或者个体牛繁育性状特征包括： 品种、 体重、 育肥期日增重、 饲料转化率、 屠宰率、 净肉率和 肉骨比。 3.根据权利要求1或2所述的基于机器学习的肉牛育种优选方法， 其特征在于， 公牛繁 育性状特征还包括品种、 体重、 育肥期日增重、 饲料转化率、 屠宰率、 净肉率、 肉骨比和精液 量； 母牛繁育性状特征还包括品种、 体重、 育肥期日增重、 饲料转化率、 屠宰率、 净肉率、 肉 骨比和产犊 率。 4.根据权利要求1所述的基于机器学习的肉牛育种 优选方法， 其特征在于， 将所述繁育 性状特征， 输入到已训练的预测模型， 输出后裔牛不同年龄时期的繁 育性状特 征， 包括： 将配种公牛和配种母牛包括年龄的繁育性状特征， 输入全连接神经网络的N个神经元 的输入层， 经若干隐藏层提取特征后， 输入M个数量神经元 的输出层， 输出对应的后裔牛出 生时的繁 育性状特 征； 将所述后裔牛出生时的繁育性状特征， 输入长短时记忆神经网络的L个神经元的输入 层， 输出后裔牛不同年龄时期的繁 育性状特 征； 其中， N为配种公牛和配种母牛包含年龄的繁育性状特征数量总数； M为后裔牛不包括 年龄的繁 育性状特 征数量； L为后裔牛包括 年龄的繁 育性状特 征数量。 5.根据权利要求1所述的基于机器学习的肉牛育种 优选方法， 其特征在于， 将所述繁育 性状特征， 输入到已训练的预测模型之前， 还 包括： 获取配种公牛和配种 母牛的多个样本对在多个不同年龄的繁育性状特征， 以及对应年 龄时配种的后裔牛 出生时的繁 育性状特 征， 作为训练数据； 将公牛和母牛样本对包括年龄的繁育性状特征作为输入， 后 裔牛出生 时的繁育性状特 征作为标签， 对所述预测模型的全连接神经网络进行训练； 在全连接神经网络满足预设达标条件后， 冻结全连接神经网络的模型参数， 根据不同 个体牛的出生后多个年龄段的繁 育性状特 征， 对长短时记 忆神经网络进行训练。 6.根据权利要求5所述的基于机器学习的肉牛育种 优选方法， 其特征在于， 所述对所述 预测模型的全连接神经网络进行训练， 包括： 根据训练集数据的配种公牛和配种 母牛包括年龄的繁育性状特征， 输入全连接神经网 络， 输出后裔牛 出生时的繁 育性状特 征预测值；权　利　要　求　书 1/2 页 2 CN 114418182 A 2根据训练集数据的真实值和所述预测值， 计算模型误差， 使用反向传播的方式优化全 连接神经网络的模型参数。 7.根据权利要求5所述的基于机器学习的肉牛育种 优选方法， 其特征在于， 所述根据不 同个体牛的出生后多个年龄段的繁 育性状特 征， 对长短时记 忆神经网络进行训练， 包括： 获取多个个体牛出生时以及出生后预设时长不同年龄的繁育性状特征， 作为训练样 本； 将每一训练样本的繁育性状特征序列， 依次输入构建的长短时记忆神经网络， 输出下 个年龄的繁育性状特征预测 值， 根据对应年龄的繁育性状特征的真实值， 对长短时记忆神 经网络模型参数进行 更新。 8.一种基于 机器学习的肉牛育种优选装置， 其特 征在于， 包括： 获取模块， 用于根据配种公牛和配种母牛包含年龄的繁育性状数据， 提取量化的繁育 性状特征； 处理模块， 用于将所述繁育性状特征， 输入到已训练的预测模型， 输出后裔牛不同年龄 时期的繁 育性状特 征； 分析模块， 用于根据后裔牛不同年龄时期的繁育性状特征， 确定后裔牛不同年龄时期 的繁育性状数据； 其中， 所述预测模型包括输入端的全连接神经网络和输出端的长短时记 忆神经网络； 所述全连接神经网络， 根据配种公牛和配种母牛包含年龄的繁育性状特征， 以及出生 时的后裔牛的繁育性状特征训练得到； 所述长 短时记忆神经网络根据不同个体牛的出生后 不同年龄段的繁 育性状特 征序列训练得到 。 9.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至7任一项所 述基于机器学习的肉牛育种优选方法的步骤。 10.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算 机程序被处理器执行时实现如权利要求1至7任一项所述基于机器学习的肉牛育种优选方 法的步骤。权　利　要　求　书 2/2 页 3 CN 114418182 A 3