一种基于多元感知的狮头鹅健康决策方法及装置

技术领域

本发明涉及狮头鹅健康决策领域，具体涉及一种基于多元感知的狮头鹅健康决策方法及装置。

背景技术

狮头鹅是我国培育的最大型鹅种，也是世界上最大型的鹅种之一，原产于广东省饶平县。狮头鹅具有节粮、环保、绿色，以及体型大，产肉多，生长快且饲料转化率高等的优点，深受养殖户喜爱。同时狮头鹅肉属于禽类肉，是一种高蛋白、低脂肪、低胆固醇的健康食品，在全国各地多受消费者青睐。在主产区汕头市，狮头鹅每年出栏量在810万只左右，存栏稳定在300万只，全产业链年创值超35亿元，具有巨大的经济效益。但在大规模、集约化养殖中，由于饲养密度大，容易引起狮头鹅的应激反应，且狮头鹅易发生抢食、打架行为，受伤及发病率相对较高，及时发现、救护非常有必要。狮头鹅的体重、体温、运动活跃时长等信息与狮头鹅的健康状况密切关联，通过监测并转化此类信息来得到用于健康评估的健康评分，对于减少狮头鹅用药、提高狮头鹅生长福利、提高养殖效益具有重要意义。

近年来，不少学者利用计算机视觉技术和深度学习来监测狮头鹅的健康状况，但这些方法仅是通过图像来检测行为给出预警，由于养殖密度大，对于给出预警信息的个体，还需要人工回溯图像视频去定位，也耗时耗力。另外这些方法需大量设备来保证拍摄的范围，并且在夜间环境下无法获取图片特征，容易影响预警判断且无法24小时给出预警。现有采用脚环检测家禽运行的活动轨迹数据的检测方法，能够根据家禽的活动轨迹数据完成健康状态的分类，但存在检测精度低的缺陷，数据也只有单一运动量数据。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于多元感知的狮头鹅健康决策方法及装置，能够实现多元数据的高效采集和准确校准，进而使狮头鹅健康决策评估更准确全面。

为了达到上述发明目的，本发明采用的技术方案为：

一种基于多元感知的狮头鹅健康决策方法，包括以下步骤：

S1、采集狮头鹅包括动态体重数据、体温数据和运动活跃时长数据的多元数据；

S2、检测并修正步骤S1中包括动态体重数据、体温数据和运动活跃时长数据的多元数据；

S3、校准步骤S2中修正后的动态体重数据，得到最终稳定的体重数据；

S4、采用数据关联方法关联步骤S2中修正后的体温数据、运动活跃时长数据和步骤S3中最终稳定的体重数据，得到关联多元数据；

S5、对步骤S4中的关联多元数据进行评估，得到狮头鹅健康评估结果；

S6、将步骤S5中的狮头鹅健康评估结果输入到狮头鹅健康评估决策树模型，得到狮头鹅的健康状况。

进一步地，步骤S3包括以下分步骤：

S31、采用限幅滤波算法校准步骤S2中修正后的动态体重数据，得到限幅滤波算法后的输出值，表示为：

其中：

S32、采用自适应滑动中值滤波和均值滤波，校准分步骤S31中限幅滤波算法后的输出值，得到动态体重数据初始校准值，表示为：

其中：

S33、采用滑动平均滤波校准分步骤S32中的动态体重数据初始校准值，得到最终稳定的体重数据，表示为：

其中：

进一步地，步骤S4包括以下分步骤：

S41、获取狮头鹅的身份信息以及对应的时间戳数据；

S42、根据分步骤S41中的时间戳数据，采用基于RFID与时间序列的数据关联方法，将步骤S3中最终稳定的体重数据与分步骤S41中狮头鹅的身份信息进行关联；

S43、根据分步骤S41中的时间戳数据，采用基于RFID与时间序列的数据关联方法，将分步骤S42中关联身份信息后的最终稳定的体重数据与步骤S2中修正后的体温数据和运动活跃时长数据进行合并，得到关联多元数据。

进一步地，步骤S5包括以下分步骤：

S51、对关联多元数据中的体重数据进行评估，得到狮头鹅的体重评估结果；

S52、对关联多元数据中的体温数据进行评估，得到狮头鹅的体温评估结果；

S53、对关联多元数据中的运动活跃时长数据进行评估，得到狮头鹅的活跃度评估结果。

进一步地，步骤S51包括以下分步骤：

S511、根据狮头鹅的体重规律确定第一体重阈值、第二体重阈值和第三体重阈值；

S512、判断步骤S3中最终稳定的体重数据是否小于分步骤S511中的第一体重阈值；若是则评估为发育缓慢，否则进入分步骤S513；

S513、判断步骤S3中最终稳定的体重数据是否小于分步骤S511中的第二体重阈值；若是则评估为发育正常，否则进入分步骤S514；

S514、判断步骤S3中最终稳定的体重数据是否小于分步骤S511中的第三体重阈值；若是则评估为发育优良，否则评估为发育超标。

进一步地，步骤S52包括以下分步骤：

S521、根据狮头鹅的体温特性和翅下体温规律，确定第一体温阈值、第二体温阈值和第三体温阈值；

S522、判断步骤S2中修正后的体温数据是否高于分步骤S521中的第一体温阈值；若是则评估为过热，否则进入分步骤S523；

S523、判断步骤S2中修正后的体温数据是否高于分步骤S521中的第二体温阈值；若是则评估为正常，否则进入分步骤S524；

S524、判断步骤S2中修正后的体温数据是否高于分步骤S521中的第三体温阈值；若是则评估为低温，否则评估为过冷。

进一步地，步骤S53包括以下分步骤：

S531、根据步骤S2中修正后的运动活跃时长数据，确定同一小时时段运动活跃时长数据组；

S532、对分步骤S531中的同一小时时段运动活跃时长数据组进行归一化处理，表示为：

其中：

S533、根据分步骤S532中归一化后的同一小时时段运动活跃时长数据组，计算相似性比较结果，表示为：

其中：

S534、采用自适应高斯卷积融合函数对分步骤S533中的相似性比较结果进行融合，并结合非线性压缩，得到狮头鹅同一时段内活跃度评分，表示为：

其中：

S535、根据狮头鹅活跃度历史评分数据，确定第一活跃度阈值、第二活跃度阈值和第三活跃度阈值；

S536、判断分步骤S534中的狮头鹅同一时段内活跃度评分是否小于分步骤S535中的第一活跃度阈值，若是则评估为不活跃，否则进入分步骤S537；

S537、判断分步骤S534中的狮头鹅同一时段内活跃度评分是否小于分步骤S535中的第二活跃度阈值，若是则评估为低度活跃，否则进入分步骤S538；

S538、判断分步骤S534中的狮头鹅同一时段内活跃度评分是否小于分步骤S535中的第三活跃度阈值，若是则评估为中度活跃，否则评估为高度活跃。

一种应用于上述方法的基于多元感知的狮头鹅健康决策装置，包括：

数据采集模块，用于接收控制计算机的数据采集程序指令；根据数据采集程序指令采集狮头鹅的动态体重数据、日龄、体温数据、运动活跃时长数据和身份信息并传输至控制计算机；

控制计算机，用于生成数据采集程序指令，控制数据采集模块采集狮头鹅的动态体重数据、日龄、体温数据、运动活跃时长数据和身份信息，并接收数据采集模块传输的狮头鹅的动态体重数据、日龄、体温数据、运动活跃时长数据和身份信息；关联狮头鹅的动态体重数据、体温数据和运动活跃时长数据；对狮头鹅的体重数据、体温数据和运动活跃时长数据进行评估，并输入狮头鹅的体重评估结果、体温评估结果和活跃度评估结果到狮头鹅健康评估决策树模型，得到狮头鹅的健康状况。

进一步地，数据采集模块包括：

体重传感器，用于接收控制计算机的第一数据采集程序指令，采集狮头鹅的动态体重数据并传输至采集器；

RFID翅标传感器，用于接收控制计算机的第二数据采集程序指令，采集狮头鹅的日龄、体温数据和运动活跃时长数据并传输至采集器；

RFID阅读器，用于接收控制计算机的第三数据采集程序指令，采集狮头鹅的身份信息并传输至采集器；

采集器，用于接收体重传感器传输的动态体重数据、RFID翅标传感器传输的狮头鹅的日龄、体温数据以及运动活跃时长数据和RFID阅读器传输的狮头鹅的身份信息，并将接收到的动态体重数据、狮头鹅的日龄、体温数据、运动活跃时长数据和狮头鹅的身份信息传输至控制计算机。

进一步地，控制计算机包括：

数据采集控制模块，用于生成第一数据采集程序指令、第二数据采集程序指令和第三数据采集程序指令；对狮头鹅的体温数据、运动活跃时长数据和体重数据进行修正；

数据关联模块，用于关联修正后的体温数据、运动活跃时长数据和最终稳定的体重数据；

体重监测评估模块，用于对关联多元数据中的体重数据进行评估；

体温监测评估模块，用于对关联多元数据中的体温数据进行评估；

基于小时时段的运动活跃监测评估模块，用于对关联多元数据中的运动活跃时长数据进行评估；

狮头鹅健康状况决策树模型，用于根据输入的狮头鹅的体重评估结果、体温评估结果和活跃度评估结果，确定狮头鹅的健康状况。

本发明的有益效果为：

（1）本发明设计的狮头鹅健康决策装置，能更好地适应狮头鹅养殖场的实际情况，使采集狮头鹅的多元数据更加方便；

（2）本发明能够自动进行多元数据的采集任务，同时使用基于自适应限幅滤波算法的动态体重数据校准方法和基于RFID与时间序列的数据关联方法对多元数据进行关联，不仅能够得到稳定、精确的数据，还能将多元数据与具体的狮头鹅关联起来，对狮头鹅健康状况决策更加准确全面；

（3）本发明使用狮头鹅健康评估决策树模型对狮头鹅的多元数据进行综合决策评估，相较以往的策略，突破单一数据的局限，使健康决策结果更具有说服力。

附图说明

图1为一种基于多元感知的狮头鹅健康决策方法流程图；

图2为本发明的基于自适应限幅滤波算法的动态体重数据校准方法流程图；

图3为本发明的基于RFID与时间序列的数据关联方法流程图；

图4为本发明的基于多元感知的狮头鹅健康决策方法流程图；

图5为本发明的基于时间序列的狮头鹅运动活跃统计评估方法流程图；

图6为本发明的狮头鹅健康状况决策树；

图7为一种应用于上述方法的基于多元感知的狮头鹅健康决策装置结构图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，一种基于多元感知的狮头鹅健康决策方法，包括步骤S1-S6：

S1、采集狮头鹅包括动态体重数据、体温数据和运动活跃时长数据的多元数据。

在本发明的一个可选实施例中，本发明通过数据采集模块采集狮头鹅包括动态体重数据、体温数据和运动活跃时长数据的多元数据。数据采集模块包括体重传感器、RFID翅标传感器、RFID阅读器和采集器。当狮头鹅佩戴完RFID翅标传感器后，启动控制计算机与采集器，控制计算机通过第一数据采集程序指令、第二数据采集程序指令和第三数据采集程序指令执行数据采集模块，使得数据采集模块中RFID翅标传感器、体重传感器以及RFID阅读器能够按照时间顺序通过多线程执行各自的数据采集程序指令，其中RFID翅标传感器以每分钟为单位的方式采集，体重传感器只有当狮头鹅经过秤体时才会进行数据采集，RFID阅读器只有狮头鹅处于磁感应区域时才会读取狮头鹅身份信息。

具体地，体重传感器用于接收控制计算机的第一数据采集程序指令，采集狮头鹅的动态体重数据，并将所述动态体重数据传输至采集器。

RFID翅标传感器安装在狮头鹅翅膀上，用于接收控制计算机的第二数据采集程序指令，记录狮头鹅的日龄，采集狮头鹅的体温数据和运动活跃时长数据，并将所述狮头鹅的日龄、所述体温数据和所述运动活跃时长数据传输至采集器。

RFID阅读器设置在规定高度且靠近体重传感器的围栏一侧，用于接收控制计算机的第三数据采集程序指令，采集狮头鹅的身份信息，并将所述身份信息传输至采集器。

采集器与控制计算机连接，向计算机传输狮头鹅的动态体重数据、日龄、体温数据、运动活跃时长数据和身份信息，控制计算机中的数据采集控制模块将为动态体重数据、体温数据和运动活跃时长数据添加时间戳。

S2、检测并修正步骤S1中包括动态体重数据、体温数据和运动活跃时长数据的多元数据。

在本发明的一个可选实施例中，本发明通过控制计算机中的数据采集控制模块，对步骤S1中包括动态体重数据、体温数据和运动活跃时长数据的多元数据进行时间段尖峰数据异常检测，并采用平均值修正方法对存在异常的多元数据进行修正，然后将修正后的体温数据和运动活跃时长数据输出至数据关联模块。

S3、校准步骤S2中修正后的动态体重数据，得到最终稳定的体重数据。

在本发明的一个可选实施例中，本发明在得到经过修正的动态体重数据后，数据采集控制模块使用基于自适应的限幅滤波算法对步骤S2中修正后的动态体重数据进行校准处理，如图2所示，使最终得到的狮头鹅的体重数据更稳定、准确。

步骤S3包括以下分步骤：

S31、采用限幅滤波算法校准步骤S2中修正后的动态体重数据，得到限幅滤波算法后的输出值，表示为：

其中：

S32、采用自适应滑动中值滤波和均值滤波，校准分步骤S31中限幅滤波算法后的输出值，得到动态体重数据初始校准值，表示为：

其中：

S33、采用滑动平均滤波校准分步骤S32中的动态体重数据初始校准值，得到最终稳定的体重数据，表示为：

其中：

具体地，本发明得到最终稳定的体重数据后，数据采集控制模块将最终稳定的体重数据输出至数据关联模块。

S4、采用数据关联方法关联步骤S2中修正后的体温数据、运动活跃时长数据和步骤S3中最终稳定的体重数据，得到关联多元数据。

在本发明的一个可选实施例中，本发明中数据关联模块关联由数据采集控制模块输入的修正后的体温数据、运动活跃时长数据和最终稳定的体重数据，得到关联多元数据，如图3所示，进而将关联多元数据与具体的狮头鹅关联起来。

步骤S4包括以下分步骤：

S41、获取狮头鹅的身份信息以及对应的时间戳数据。

具体地，数据关联模块首先通过多线程监听RFID阅读器与数据采集控制模块生成的第一数据采集程序指令；当数据关联模块首次获取到RFID阅读器实时读取到的狮头鹅的身份信息以及相应的时间戳数据T1后，将狮头鹅的时间戳数据进行结构化并存储到缓存队列中，启动计数器进行计数累加。

S42、根据分步骤S41中的时间戳数据，采用基于RFID与时间序列的数据关联方法，将步骤S3中最终稳定的体重数据与分步骤S41中狮头鹅的身份信息进行关联。

具体地，若数据关联模块获取到最终稳定的体重数据以及相应的时间戳数据T2，则判断T2是否大于T1；若是则进一步判断计数器是否为1；若是则取出队首数据，与最终稳定的体重数据进行关联并进行存储，并将计数器进行减1操作，否则（即计数器不为1）删除队列前S-1个数据，再取出队首数据，与最终稳定的体重数据进行关联并进行存储，同时将计数器置为0；若T2小于T1，清空队列同时将计数器置为0，数据关联模块继续监听RFID阅读器与数据采集控制模块生成的第一数据采集程序指令。

S43、根据分步骤S41中的时间戳数据，采用基于RFID与时间序列的数据关联方法，将分步骤S42中关联身份信息后的最终稳定的体重数据与步骤S2中修正后的体温数据和运动活跃时长数据进行合并，得到关联多元数据。

具体地，本发明采用基于RFID与时间序列的数据关联方法后，能够精确关联狮头鹅最终稳定的体重数据与步骤S2中修正后的体温数据和运动活跃时长数据，得到关联多元数据后，数据关联模块将关联多元数据中的体重数据输出至体重监测评估模块，将关联多元数据中的体温数据输出至体温监测评估模块，将关联多元数据中的运动活跃时长数据输出至基于小时时段的运动活跃监测评估模块。

S5、对步骤S4中的关联多元数据进行评估，得到狮头鹅健康评估结果。

在本发明的一个可选实施例中，本发明根据获取到关联多元数据后，分别通过体重监测评估模块、体温监测评估模块、基于小时时段的运动活跃监测评估模块对狮头鹅的体重数据、体温数据和运动活跃时长数据进行评估，如图4所示。

步骤S5包括以下分步骤：

S51、对关联多元数据中的体重数据进行评估，得到狮头鹅的体重评估结果。

步骤S51包括以下分步骤：

S511、根据狮头鹅的体重规律确定第一体重阈值、第二体重阈值和第三体重阈值。

具体地，本发明根据记录的狮头鹅的体重规律以及狮头鹅专家提供的数据能够得到同日龄狮头鹅的第一体重阈值、第二体重阈值和第三体重阈值，第一体重阈值、第二体重阈值和第三体重阈值根据日龄不同有所变化。

S512、判断步骤S3中最终稳定的体重数据是否小于分步骤S511中的第一体重阈值；若是则评估为发育缓慢，否则进入分步骤S513。

S513、判断步骤S3中最终稳定的体重数据是否小于分步骤S511中的第二体重阈值；若是则评估为发育正常，否则进入分步骤S514。

S514、判断步骤S3中最终稳定的体重数据是否小于分步骤S511中的第三体重阈值；若是则评估为发育优良，否则评估为发育超标。

S52、对关联多元数据中的体温数据进行评估，得到狮头鹅的体温评估结果。

步骤S52包括以下分步骤：

S521、根据狮头鹅的体温特性和翅下体温规律，确定第一体温阈值、第二体温阈值和第三体温阈值。

具体地，本发明根据狮头鹅的体温特性、狮头鹅的翅下体温规律和专家提供的诊断数据，可以确定第一体温阈值、第二体温阈值和第三体温阈值，第一体温阈值为41.5℃，第二体温阈值为39.5℃，第三体温阈值为36.5℃。

S522、判断步骤S2中修正后的体温数据是否高于分步骤S521中的第一体温阈值；若是则评估为过热，否则进入分步骤S523。

S523、判断步骤S2中修正后的体温数据是否高于分步骤S521中的第二体温阈值；若是则评估为正常，否则进入分步骤S524。

S524、判断步骤S2中修正后的体温数据是否高于分步骤S521中的第三体温阈值；若是则评估为低温，否则评估为过冷。

S53、对关联多元数据中的运动活跃时长数据进行评估，得到狮头鹅的活跃度评估结果。

具体地，本发明对关联多元数据中的运动活跃时长数据进行评估，其中基于小时时段的狮头鹅运动活跃监测评估模块使用到了本发明的基于时间序列的狮头鹅运动活跃统计评估方法，如图5所示。

步骤S53包括以下分步骤：

S531、根据步骤S2中修正后的运动活跃时长数据，确定同一小时时段运动活跃时长数据组。

S532、对分步骤S531中的同一小时时段运动活跃时长数据组进行归一化处理，表示为：

其中：

S533、根据分步骤S532中归一化后的同一小时时段运动活跃时长数据组，计算相似性比较结果，表示为：

其中：

S534、采用自适应高斯卷积融合函数对分步骤S533中的相似性比较结果进行融合，并结合非线性压缩，得到狮头鹅同一时段内活跃度评分，表示为：

其中：

S535、根据狮头鹅活跃度历史评分数据，确定第一活跃度阈值、第二活跃度阈值和第三活跃度阈值。

S536、判断分步骤S534中的狮头鹅同一时段内活跃度评分是否小于分步骤S535中的第一活跃度阈值，若是则评估为不活跃，否则进入分步骤S537。

S537、判断分步骤S534中的狮头鹅同一时段内活跃度评分是否小于分步骤S535中的第二活跃度阈值，若是则评估为低度活跃，否则进入分步骤S538。

S538、判断分步骤S534中的狮头鹅同一时段内活跃度评分是否小于分步骤S535中的第三活跃度阈值，若是则评估为中度活跃，否则评估为高度活跃。

S6、将步骤S5中的狮头鹅健康评估结果输入到狮头鹅健康评估决策树模型，得到狮头鹅的健康状况。

在本发明的一个可选实施例中，当狮头鹅健康评估决策树模型获取到狮头鹅体重监测评估模块、狮头鹅体温监测评估模块、狮头鹅基于小时时段的运动活跃监测评估模块的输出结果后，可以根据根据狮头鹅的体重评估结果、狮头鹅的体温评估结果和狮头鹅的活跃度评估结果输出狮头鹅的健康状况，如图6所示，该模型决策树是以基尼系数为核心的CART决策树。

具体地，若狮头鹅体温为正常、体重为发育优良，则断定该狮头鹅为健壮。

若狮头鹅体温为正常、体重为发育正常、小时时段运动为高度活跃，则断定该狮头鹅为健壮。

若狮头鹅体温为正常、体重为发育正常、小时时段运动为中等活跃，则断定该狮头鹅为正常。

若狮头鹅体温为正常、体重为发育正常、小时时段运动为低度活跃或者不活跃，则断定该狮头鹅为异常。

若狮头鹅体温为正常、体重为发育缓慢或者发育超标，则断定该狮头鹅为异常。

若狮头鹅体温为过热或者低温，则断定该狮头鹅为异常。

若狮头鹅体温为过冷，则断定该狮头鹅为死亡。

该决策树模型从狮头鹅体重、狮头鹅体温、狮头鹅小时时段运动活跃时长维度考虑出发，最终得到狮头鹅的具体健康状况（健壮、正常、异常、死亡），有利于及时发现狮头鹅的异常情况并优先通知具体饲养员，从而来提高养殖效益。

如图7所示，一种应用于上述方法的基于多元感知的狮头鹅健康决策装置，包括数据采集模块（体重传感器3、RFID翅标传感器1、RFID阅读器2和采集器7）、控制计算机6、镀锌管围栏5和防滑橡胶斜坡4，具体如下：

数据采集模块，用于接收控制计算机的数据采集程序指令；根据数据采集程序指令采集狮头鹅的动态体重数据、日龄、体温数据、运动活跃时长数据和身份信息并传输至控制计算机。

在本发明的一个可选实施例中，数据采集模块与控制整个数据采集装置的控制计算机6相连，将采集到的狮头鹅的动态体重数据、体温数据和运动活跃时长数据传输至控制计算机。

数据采集模块包括：

体重传感器3，用于接收控制计算机的第一数据采集程序指令，采集狮头鹅的动态体重数据并传输至采集器。

在本发明的一个可选实施例中，体重传感器设置在监测通道中间，用于接收控制计算机的第一数据采集程序指令，采集狮头鹅的动态体重数据，并将所述动态体重数据传输至采集器。

具体地，体重传感器上方覆盖一个长60cm、宽55cm、高6cm的秤体，该秤体精度为为±10g，材质为不锈钢，防水且秤底为漏空设计，方便过滤狮头鹅的代谢产物。

RFID翅标传感器1，用于接收控制计算机的第二数据采集程序指令，采集狮头鹅的日龄、体温数据和运动活跃时长数据并传输至采集器。

在本发明的一个可选实施例中，RFID翅标传感器安装在狮头鹅翅膀上，用于接收控制计算机的第二数据采集程序指令，记录狮头鹅的日龄，采集狮头鹅的体温数据和运动活跃时长数据，并将所述狮头鹅的日龄、所述体温数据和所述运动活跃时长数据传输至采集器。

具体地，RFID翅标传感器防水防撞防脱落，重量13g，能够记录狮头鹅的日龄并每分钟传送狮头鹅的体温数据以及该分钟内狮头鹅的运动活跃时长数据到采集器。因需要采集狮头鹅体温数据，而狮头鹅翅膀下方体温更接近传统测量狮头鹅的体温，因此RFID翅标传感器安装在狮头鹅的翅膀上，同时为了防止触碰到狮头鹅的痛觉神经而引起的应激反应，经过研究设计后，具体安装位置选择在狮头鹅翅膀角质组织相对丰富的地方，即翅膀的中上方，能最大程度避免狮头鹅的应激反应。

RFID阅读器2，用于接收控制计算机的第三数据采集程序指令，采集狮头鹅的身份信息并传输至采集器。

在本发明的一个可选实施例中，RFID阅读器设置在规定高度且靠近体重传感器的围栏一侧，用于接收控制计算机的第三数据采集程序指令，采集狮头鹅的身份信息，并将所述身份信息传输至采集器。

具体地，RFID阅读器安装在镀锌管围栏高30cm处，靠近秤体。为确保通道之间的RFID阅读器不互相干扰，标签使用超高频标签，同时RFID阅读器限制只能读取前方60cmx60cmx60cm正方体区域的标签数据，即狮头鹅的身份信息。

采集器7，用于接收体重传感器传输的动态体重数据、RFID翅标传感器传输的狮头鹅的日龄、体温数据以及运动活跃时长数据和RFID阅读器传输的狮头鹅的身份信息，并将接收到的动态体重数据、狮头鹅的日龄、体温数据、运动活跃时长数据和狮头鹅的身份信息传输至控制计算机。

控制计算机6，用于生成数据采集程序指令，控制数据采集模块采集狮头鹅的动态体重数据、日龄、体温数据、运动活跃时长数据和身份信息，并接收数据采集模块传输的狮头鹅的动态体重数据、日龄、体温数据、运动活跃时长数据和身份信息；关联狮头鹅的动态体重数据、体温数据和运动活跃时长数据；对狮头鹅的体重数据、体温数据和运动活跃时长数据进行评估，并输入狮头鹅的体重评估结果、体温评估结果和活跃度评估结果到狮头鹅健康评估决策树模型，得到狮头鹅的健康状况。

在本发明的一个可选实施例中，控制计算机与采集器进行连接，控制计算机安装在特定单一监测通道的上方，控制着其他设备并通过网络与远程服务器进行连接，方便技术人员操作该发明装置。

控制计算机包括：

数据采集控制模块，用于生成第一数据采集程序指令、第二数据采集程序指令和第三数据采集程序指令；对狮头鹅的体温数据、运动活跃时长数据和体重数据进行修正。

在本发明的一个可选实施例中，数据采集控制模块用于生成第一数据采集程序指令控制体重传感器采集狮头鹅的动态体重数据，并接收采集器传输的动态体重数据，生成第二数据采集程序指令控制RFID翅标传感器采集狮头鹅的体温数据和运动活跃时长数据，并接收采集器传输的狮头鹅的日龄、体温数据和运动活跃时长数据，生成第三数据采集程序指令控制RFID阅读器采集狮头鹅的身份信息，并接收采集器传输的身份信息，检测并修正动态体重数据、体温数据和运动活跃时长数据，校准修正后的动态体重数据，并将修正后的体温数据、运动活跃时长数据和最终稳定的动态体重数据输出至关联模块。

数据关联模块，用于关联修正后的体温数据、运动活跃时长数据和最终稳定的体重数据。

在本发明的一个可选实施例中，数据关联模块用于关联由数据采集控制模块输入的修正后的体温数据、运动活跃时长数据和最终稳定的体重数据，并将关联多元数据中的体重数据输出至体重监测评估模块，将关联多元数据中的体温数据输出至体温监测评估模块，将关联多元数据中的运动活跃时长数据输出至基于小时时段的运动活跃监测评估模块。

体重监测评估模块，用于对关联多元数据中的体重数据进行评估。

在本发明的一个可选实施例中，体重监测评估模块用于对输入的关联多元数据中的体重数据进行评估，并输出狮头鹅的体重评估结果至狮头鹅健康状况决策树模型。

体温监测评估模块，用于对关联多元数据中的体温数据进行评估。

在本发明的一个可选实施例中，体温监测评估模块用于对输入的关联多元数据中的体温数据进行评估，并输出狮头鹅的体温评估结果至狮头鹅健康状况决策树模型。

基于小时时段的运动活跃监测评估模块，用于对关联多元数据中的运动活跃时长数据进行评估。

在本发明的一个可选实施例中，基于小时时段的运动活跃监测评估模块用于对输入的关联多元数据中的运动活跃时长数据进行评估，并输出狮头鹅的活跃度评估结果至狮头鹅健康状况决策树模型。

狮头鹅健康状况决策树模型，用于根据输入的狮头鹅的体重评估结果、体温评估结果和活跃度评估结果，确定狮头鹅的健康状况。

镀锌管围栏5，所述镀锌管围栏设置在监测通道两侧，用于限制通过监测通道的狮头鹅的数量。

在本发明的一个可选实施例中，本发明为确保一条监测通道只能通过一只狮头鹅且一次能够采集足够的体重数据，每个通道长为180cm，宽为55cm，因此每个通道两侧由镀锌管围栏进行组装，镀锌管围栏高160cm，间距20cm。

防滑橡胶斜坡4，所述防滑橡胶斜坡设置在体重传感器两侧，用于防滑。

在本发明的一个可选实施例中，本发明为了确保狮头鹅平缓走上秤体，每个秤体两旁安装了两个长为60cm的防滑橡胶斜坡。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。