买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北农林科技大学申请的专利鸡蛋孵化率预测模型构建、孵化率特征评估及预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119250273B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411292829.3，技术领域涉及：G06Q10/04；该发明授权鸡蛋孵化率预测模型构建、孵化率特征评估及预测方法是由阮俊虎;吴庆国;王天腾;王博文;孙元威;许景俊;马睿泽;樊文平设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本鸡蛋孵化率预测模型构建、孵化率特征评估及预测方法在说明书摘要公布了：本发明公开了一种鸡蛋孵化率预测模型构建、孵化率特征评估及预测方法，预测模型构建方法包括：针对多个鸡蛋批次分别获取特征数据组和孵化率；特征数据组含有生物特征、环境特征、孵化设备特征对应的多个特征数据；将特征数据组进行数据预处理再合并后得到原始样本集；对原始样本集中孵化率低于孵化率阈值的数据样本进行增广处理得到增广后样本集；搭建原始预测模型后基于增广后样本集及其中各数据样本的孵化率进行训练，得到训练完成的鸡蛋孵化率预测模型。本发明的预测准确性高，可解释性强，能有效解决传统机器学习在样本不平衡时的预测偏差及单个模型容易出现的过拟合问题，并能对孵化率的预测结果进行可解释性分析以支持孵化全周期精准管理。

本发明授权鸡蛋孵化率预测模型构建、孵化率特征评估及预测方法在权利要求书中公布了：1.一种鸡蛋孵化率预测模型构建方法，其特征在于，包括： 针对多个鸡蛋批次，分别获取对应的特征数据组和孵化率；其中，每个鸡蛋批次含有若干个鸡蛋；每个鸡蛋批次的特征数据组含有生物特征、环境特征、孵化设备特征对应的多个特征数据； 将每个鸡蛋批次的特征数据组分别进行数据预处理，得到对应鸡蛋批次的数据样本，合并所有数据样本得到原始样本集； 对所述原始样本集中孵化率低于孵化率阈值的数据样本进行增广处理，得到增广后样本集； 搭建原始预测模型，所述原始预测模型包括顺次连接的第一层学习器和第二层学习器；所述第一层学习器包括并列的多个基学习器，均用于预测鸡蛋孵化率，所述第二层学习器连接所述多个基学习器的输出端，且采用线性回归模型； 基于所述增广后样本集以及其中各数据样本的孵化率，对所述原始预测模型进行训练，得到训练完成的鸡蛋孵化率预测模型； 其中，任一鸡蛋批次的特征数据组中， 生物特征对应的特征数据包括：种鸡育种等级、种鸡品系、种鸡来源养殖场、种鸡平均年龄、鸡蛋平均重量和鸡蛋重量均匀度； 环境特征对应的特征数据包括：孵化月份、存储天数、转换天数和重量损失； 孵化设备特征对应的特征数据包括：鸡蛋数量、孵化器编号和出雏器编号； 其中，针对任一特征数据组，所述数据预处理的过程，包括： 对该特征数据组中的连续型特征数据进行归一化处理；其中，所述连续型特征数据包括种鸡平均年龄、鸡蛋平均重量、鸡蛋重量均匀度、存储天数、转换天数、重量损失和鸡蛋数量； 对该特征数据组中的循环型特征数据进行离散至连续的转换处理；其中，所述循环型特征数据包括孵化月份； 将该特征数据组中的分类型特征数据转化为独热编码；其中，所述分类型特征数据包括种鸡育种等级、种鸡品系、种鸡来源养殖场、孵化器编号和出雏器编号。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北农林科技大学，其通讯地址为：712100 陕西省咸阳市杨凌示范区邰城路3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。