申东东 刘哲 朱程林

摘 要：神经网络是具有自学习和自适应能力，是一种分布式并行信息处理的算法数学模型。母猪发情检测大多是由经验丰富的养殖户来完成，相当耗时力，结果也不太准确，导致母猪不能及时配种。智能化的基于神经网络学习母猪发情研究变得必不可少。识别时，输入记忆母猪个体参数值，神经网络运用一系列的运算恢复到与发情母猪参数相适应，为监测出发情状况信息，预计其识别准确率比人工提高17%左右，且及时便利。

关键词：Hopfield神经网络;算法;母猪发情检测

专家针对的算法开发与设计进行了大量研究，如谭玫芳等（1996）依据专家常识和阅历从奶牛图像中提取了描画奶牛体强的12个重要参数，设计了一个三层前向神经网络，用以判定奶牛体强情况，取得了近似于人工判定的结果;目前尚未见相关将神经网络算法应用于母猪发情检测的文献报道。

Hopfield神经网络具备很强的计算功能的自学习性循环神经网络，具有输出反应到输入的特性。若反馈一直进行，则会输出一稳定的恒值。而且具有联想记忆能力，具备强的鲁棒性、非线性映射能力。本项目拟考虑采用Hopfield神经网络来解决母猪发情识别这一难题。

1 设计主要特点

本文使用Hopfield神经网络独有的记忆特性，将处于发情状态的大量母猪个体参数输入到该神经网络，使该神经网络学习并记忆母猪发情的特征，母猪个体生理参数的数据库，为判断母猪是否处于发情期提供切实可靠的数据依据。……