基于注意力机制的奶牛乳蛋白预测模型研究

机器学习在动物生理预测方面取得良好的效果,但在处理具有局限性的时序问题上未能得到深入应用。文章通过环境数据对乳蛋白进行预测研究,根据数据的时序特点,对双向门控循环神经单元的网络结构进行重新设计,设计了一种基于注意力机制的正反向交替的门控循环神经网络(LG)预测模型,实验验证模型在精度上和速度上都优于其他模型,所挖掘的关键指标有助于深入理解对奶牛生理情况的影响,进而有效提升养殖效益。