一种提升畜禽疫病综合防控能力的系统及实现方法与流程

1.本发明涉及畜禽疫病防控技术领域，具体为一种提升畜禽疫病综合防控能力的系统及实现方法。


背景技术：

2.随着我国对生态环境保护的重视和人们对食品健康安全要求的提高，畜禽养殖的规模化、集约化和标准化程度越来越高。
3.公开号为cn216695116u的中国专利公开了一种畜禽疫病防控监测系统，主要通过对畜禽各个圈舍的温湿度监测后通过不同颜色指示灯显示状态，并在数值异常时报警，实现对不同圈舍实时监测，出现异常第一时间处理，降低了疫病发生风险，通过时间控制报警器a对每个圈舍的不同消毒时间设定，在达到需要消毒时间后报警，实现根据畜禽不同生长期进行不同频率准确消毒，降低了疫病发生风险，上述专利虽然解决疫病防控的问题，但是在实际操作上还存在以下问题：
4.1.由于疫病报告数据的数量过多，并且对疫病报告中有问题区域的区域监测数据、标准坐标数据和标准时间数据没有进行单独的处理，从而导致在进行疫病数据调取时数据的准确性和时效性不佳。
5.2.对无害化处理区域没有进行有效的目标区域位置标注，从而当某个区域无害化处理不达标时，无法根据具体区域进行跟进调查。
6.3.活畜禽调取的数量过多，备案区域的数量也会日渐庞大，从而导致在活畜禽发生异常时，活畜禽处于的异常区域无法根据区域视图进行更灵活、便捷的调取。
7.4.当工作人员进行病疫防控时，并没有对多种类的综合防疫种类进行关键词的特别提取，从而导致在工作人员在对防控工作进行调取时过程过于繁琐。


技术实现要素：

8.本发明的目的在于提供一种提升畜禽疫病综合防控能力的系统及实现方法，对校验后的数据按照预先确定的多个数据整合要求进行多次不同的整合，得到多组整合数据，最终生成数据集，保证了数据集中整合数据的整合方式的多样性，将传输数据映射至目标位置并进行压缩，有利于提高传输数据的管理，并且节省了管理终端的存储空间，根据任一簇中的目标关键词确定主题树中每一层包括的关键词，提高了关键词提取的准确性，从而工作人员可以从综合防疫的多种类数据中，快速的根据关键词调取的所需的防疫信息，可以解决现有技术中的问题。
9.为实现上述目的，本发明提供如下技术方案：
10.一种提升畜禽疫病综合防控能力的系统，包括：
11.登录系统，用于工作人员通过个人的员工账号进入畜禽防疫的内部综合网站；
12.疫病报告数据整合系统，用于根据防疫区域内提供的疫病报告将多个疫病报告进行疫病数据整合，并将整合的疫病数据生成独立的数据集；
13.无害化数据处理系统，用于根据防疫区域内的畜禽养殖中心信息，对养殖中心的病死畜禽以及粪污的无害化处理数据进行获取，并根据获取的数据，对数据中的异常数据进行特别标注；
14.防疫流通监管系统，用于根据防疫区域内备案的调入和调出的活畜禽信息，对活畜禽信息进行跟踪性追踪，并将追踪的数据进行数据记录，根据追踪记录的数据，将数据进行异常数据检测；
15.工作数据评估系统，用于根据疫病报告数据整合系统、无害化数据处理系统和防疫流通监管系统的数据信息分别进行数据信息分析，并且将数据中的关键词语进行提取。
16.优选的，所述疫病报告数据整合系统，包括：
17.疫病数据标准化单元，用于根据防疫区域内提供的疫病报告数据，确定疫病报告数据进行标准数据格式，并按照标准数据格式，对所述区域数据、坐标数据与时间数据进行数据标准化，得到标准区域数据、标准坐标数据与标准时间数据；
18.标准化数据校验单元，用于提取所述标准区域数据的重要字段，并对重要字段进行语义关联分析，确定出存在异常的目标重要字段，并从标准区域数据中提取所述目标重要字段对应的异常区域数据进行剔除；
19.所述校验子单元，还用于获取标准坐标数据的坐标特征和时间数据的时间特征，并基于坐标特征和时间特征分别确定标准坐标数据和标准时间数据的坐标规律和时间规律，从标准坐标数据提取不满足坐标规律的异常坐标数据进行剔除，从标准时间数据提取不满足书简规律的异常时间数据进行剔除。
20.优选的，所述疫病报告数据整合系统，还包括：
21.数据匹配单元，用于将校验后的标准坐标数据与标准区域数据进行匹配，得到第一匹配结果，将校验后的标准时间数据与标准区域数据进行匹配，得到第二匹配结果；
22.匹配数据标记单元，用于获取标准区域数据的属性，按照属性对标准区域数据进行划分，得到区域数据分布图，并基于第一匹配结果，对区域数据分布图进行坐标标记，基于第二匹配结果，对区域数据分布图进行时间标记，最终，得到区域数据标记分布图；
23.数据指令获取单元，用于按照多个数据整合要求，确定对区域数据标记分布图多次不同的数据整合规则，并基于不同的数据整合规则建立动态数据整合指令；
24.指令数据生成单元，用于基于动态数据整合指令，对校验后的标准区域数据、标准坐标数据与标准时间数据进行动态整合，得到多组整合数据，基于多组整合数据生成不同区域的疫病报告数据集。
25.优选的，所述无害化数据处理系统，包括：
26.无害化数据获取单元，用于将接收到的病死畜禽以及粪污的无害化处理数据区域在预设二维坐标图中进行显示，确定处理数据的数据变化趋势，并根据处理数据变化趋势在预设二维坐标图中将处理数据的变化曲线进行标注；
27.基于标注结果，确定变化曲线中处理数据的最大曲线波峰值以及最小曲线波谷值；
28.基于最大曲线波峰值与最小曲线波谷值确定处理数据的标准变化包络；
29.将处理数据中不符合标准变化包络的数据作为异常数据，并根据异常数据的数据量以及异常数据的数据属性生成数据另存方案，同时，基于数据另存方案对异常数据进行
单独存储与标注，并基于标注结果确定目标传输数据；
30.获取数据压缩整理单元，用于获取目标传输数据的数据特征，并基于目标传输数据的数据特征确定对目标传输数据进行分类管理的权限条件，同时，在所述权限条件中对目标传输数据进行分类整理的多个目标位置进行配置；
31.基于配置结果为多个目标位置添加位置编号，其中，每一个区域目标位置对应一个位置编号，且位置编号不相同；
32.根据位置编号将目标传输数据在多个目标位置中进行映射，并基于映射结果将区域目标传输数据分别保存至对应的目标位置，同时，生成数据压缩指令；
33.基于数据压缩指令在目标位置中将对应的区域目标传输数据进行压缩，并基于压缩结果完成对传输数据的数据整理。
34.优选的，所述防疫流通监管系统，包括：
35.追踪数据局部检测单元，用于：将每个活畜禽的备案区域看作是数据的一个节点,构造节点之间的连边时只考虑每个节点的局部邻域,在待检测数据集上构造一个非对称的带权有向图；
36.其中，将一个自定义的随机游走过程应用在该图上,使得随机游走点以较大概率从正常样本对应的节点跳转到异常样本对应的节点；
37.追踪数据临近检测单元，用于：根据活畜禽的备案区域的数据模型为样本所分配的数据样本的参数进行分析；
38.其中，对不同类型数据集中样本间关系进行刻画时,该数据模型自由地选择所需要的临近度度量；
39.追踪数据融合检测单元，用于：将活畜禽的备案区域的数据进行融合检测，融合为一个扩展的特征空间；
40.其中，在该空间中使用模糊聚类计算样本对于数据集中隐含的多个聚类结构的隶属度,刻画样本在不同视图中对于各个聚类结构的隶属行为；
41.根据模糊聚类计算将不同视图中行为不一致的样本标记为异常对象；
42.追踪数据混合异常检测单元，用于：根据活畜禽的备案区域的数据自身作为字典通过低秩表示学习样本之间的相互表征关系,利用该关系构造样本之间的相似度矩阵；
43.其中在总体特征空间中和不同视图对应的相似度矩阵上应用亲和传播聚类获得每个样本对应的聚类代表点；
44.将样本与聚类中心的偏离定义为其属性异常评分,样本在不同视图上行为的不一致性定义为类别异常评分,同时使用属性异常评分和行为异常评分来共同确定样本的异常度。
45.优选的，所述工作数据评估系统，包括：
46.多数据分配单元，用于根据疫病报告数据整合系统、无害化数据处理系统和防疫流通监管系统的数据分别进行分析，将数据信息分割为多层的主题树，每一层包括多个簇；
47.对每一层对应的子数据信息进行聚类信息，得到若干个聚类集合；将每个聚类集合分配给对应的簇；
48.数据确定单元，用于：对每个簇中的聚类集合包括的类型语句进行分词操作，得到类型语句中的若干个提取词语；
49.确定每个提取词语的词语特征及每个提取词语在所述类型语句中的语句特征；
50.基于构建的同义词词典及每个提取词语的词语特征，确定提取词语之间的第一相似度；
51.根据第一相似度及每个提取词语在所述类型语句中的语句特征，确定提取词语之间的第二相似度；
52.对第二相似度大于预设相似度的提取词语进行去重复处理，得到目标提取词语集合。
53.优选的，所述工作数据评估系统，还包括：
54.数据关键词提取单元，用于对目标提取词语集合中位置连续的提取词语以文本最小单元进行最大长度拼接，得到拼接词语；
55.根据词性统计特征对所述拼接词语进行清洗，得到关键词集合；
56.将所述关键词集合中的关键词转换为词向量；
57.分别计算任一簇中每一词向量与所述簇对应的标准词向量之间的距离，筛选出距离最小的词向量对应的关键词，作为任一簇中的目标关键词；
58.根据任一簇中的目标关键词确定主题树中每一层包括的关键词，并通过搜索引擎对每一层的关键词进行关联。
59.优选的，疫病数据标准化单元按照标准数据格式，对所述区域数据、坐标数据与时间数据进行数据标准化，包括：
60.按照所述标准数据格式分别获取区域数据、坐标数据和时间数据各自对应的标准化源数据表；
61.将区域数据、坐标数据和时间数据各自对应的标准化源数据表拆分多维度源数据表；
62.确定将区域数据、坐标数据和时间数据各自对应的标准化源数据表的单维度源数据表的预设数据提取规则；
63.根据所述预设数据提取规则对区域数据、坐标数据与时间数据进行数据提取，获取待处理数据段集合；
64.创建原始标记任务，以所述标准数据格式作为标注序列生成实时标注任务；
65.根据所述实时标注任务对区域数据、坐标数据与时间数据各自的待处理数据段集合进行合格数据标准标注和未合格数据标准标注；
66.将未合格标注数据确认为待标准化数据，获取所述待标准化数据对应的数据标准化字典；
67.基于待标准化数据对应的数据标准化字典生成模板配置指令；
68.响应所述模板配置指令，调取待标准化数据对应的预置数据标准化模型；
69.获取待标准化数据的数据信息；
70.将所述数据信息导入到所述预置数据标准化模型中获取待标准化数据的第一集瞬数据因子和第二集瞬数据因子；
71.基于所述第一集瞬数据因子和第二集瞬数据因子生成待标准化数据的差分数据集；
72.根据待标准化数据的差分数据集获取数据差分偏值；
73.利用预设数据稳态因子对所述数据差分偏值进行标准化处理，根据处理结果分别获取区域数据、坐标数据与时间数据标准化后的数据。
74.优选的，所述根据词性统计特征对所述拼接词语进行清洗，得到关键词集合，包括：
75.获取预设深度学习神经网络模型，将词性统计特征写入到所述预设深度学习神经网络模型的模型节点中；
76.利用预设训练词语对所述预设深度学习神经网络模型进行训练，获取训练后的深度学习神经网络模型；
77.利用验证词语生成验证集对训练后的深度学习神经网络模型进行模型清洗结果验证，根据验证结果确定训练后的深度学习神经网络模型的清洗精度；
78.当所述清洗精度大于等于预设精度时，获取训练后的深度学习神经网络模型的网络层数；
79.获取所述拼接词语对应的数据帧和数据帧的真实值；
80.将拼接词语对应的数据帧和数据帧的真实值输入到所述训练后的深度学习神经网络模型中获取模型的网络输入值和网络输出值；
81.根据所述网络输入值和网络输出值和拼接词语数据帧的真实值计算出训练后的深度学习神经网络模型的损失函数值：
[0082][0083]
其中，f表示为训练后的深度学习神经网络模型的损失函数值，n表示为训练后的深度学习神经网络模型的网络层数，i表示为第i层网络层，α表示为训练后的深度学习神经网络模型的清洗均衡因子，qi表示为拼接词语在第i层网络层的网络输入值，q2表示为拼接词语数据帧的真实输入值，β表示为训练后的深度学习神经网络模型的估计误差因子，pi表示为拼接词语在第i层网络层的网络输出值，p2表示为拼接词语数据帧的真实输出值；
[0084]
根据训练后的深度学习神经网络模型的损失函数值生成模型优化参数，利用模型优化参数对训练后的深度学习神经网络模型进行优化；
[0085]
利用优化后的深度学习神经网络模型对所述拼接词语进行清洗，得到关键词集合。
[0086]
本发明提供另一种技术方案，一种提升畜禽疫病综合防控能力的实现方法，包括以下步骤：
[0087]
第一步：首先构建畜禽疫病多层防御体系，设置多重防御关卡进行隔离阻断、消毒和逐层缓冲，对畜禽养殖场场区科学选址，利用天然屏障、养殖场周边自建围墙，并在场区出入口设置标志牌、路卡；对从养殖场大门进入车辆、人员、物资采取清洗、消毒；对从生产区出入口进入人员、物质和畜禽采取防控措施，其中通过实体围墙对场区进行物理隔断形成生产区、生活区、无害化处理区、场外和畜禽出售区；做好养殖场大门周边的防虫灭鼠以及消毒工作，并设置密闭的畜禽出售通道进行物理阻隔；在走道和栏内采用机械化自动化设备对畜禽进饲喂，并对畜禽圈舍进行消毒；
[0088]
第二步：工作人员先通过登录系统进入整个畜禽防疫的内部综合网站，进入后通
过工作数据评估系统进行综合防疫的关键词引擎搜索；
[0089]
第三步：其中在进行关键词搜索时，通过疫病报告数据整合系统根据防疫区域内提供的疫病报告数据，对防疫区域内提供的疫病报告数据进行异常分析并剔除，最后生成不同区域的疫病报告数据集；
[0090]
第四步：再根据疫病报告数据整合系统将接收到的病死畜禽以及粪污的无害化处理数据区域在预设二维坐标图中进行显示，将有异常的病死畜禽以及粪污的无害化处理数据进行单独的位置区域标号；
[0091]
第五步：最后根据防疫流通监管系统将已经备案的活畜禽区域，进行多种方式的异常追踪检测，并根据属性异常评分和行为异常评分来共同确定样本的异常度。
[0092]
与现有技术相比，本发明的有益效果如下：
[0093]
1.本发明提供的一种提升畜禽疫病综合防控能力的系统及实现方法，根据防疫区域内提供的疫病报告数据，对采集到的区域数据、坐标数据与时间数据进行标准化，提高防疫区域内提供的疫病报告数据的分析计算能力和效率，通过对标准化后的数据进行校验，为数据之间的匹配提供准确的数据基础，通过对校验后的数据按照预先确定的多个数据整合要求进行多次不同的整合，得到多组整合数据，最终生成数据集，保证了数据集中整合数据的整合方式的多样性，从而保证后续依赖数据集提取数据进行数据分析的效率和准确性，最终，保证对数据分析监测的时效性，提高调取数据的效果和监测质量。
[0094]
2.本发明提供的一种提升畜禽疫病综合防控能力的系统及实现方法，通过将异常数据进行单独存储与标注，提高了传输数据的流畅性，通过将目标位置进行编号，提高了对传输数据的识别度，通过将传输数据映射至目标位置并进行压缩，有利于提高传输数据的管理，并且节省了管理终端的存储空间，从而提高对传输数据的整理效率，从而可以更加快速的了解到病死畜禽以及粪污的无害化处理数据区域中的异常区域，更加利于病疫的防控。
[0095]
3.本发明提供的一种提升畜禽疫病综合防控能力的系统及实现方法，实现对每个簇中关键词的准确提取，充分考虑了文本词语之间的依赖关系，提高了关键词提取的准确性及客观性，对数据信息进行层次性分析，基于主题树便于清晰展示数据信息。对提取词语进行去重复处理，得到目标提取词语集合；并对目标提取词语集合中位置连续的提取词语进行拼接及清洗，便于缩小数据处理范围，提高数据处理效率。根据任一簇中的目标关键词确定主题树中每一层包括的关键词，提高了关键词提取的准确性，从而工作人员可以从综合防疫的多种类数据中，快速的根据关键词调取的所需的防疫信息。
附图说明
[0096]
图1为本发明的提升畜禽疫病综合防控能力的系统的原理示意图；
[0097]
图2为本发明的疫病报告数据整合系统的原理示意图；
[0098]
图3为本发明的无害化数据处理系统的原理示意图；
[0099]
图4为本发明的防疫流通监管系统的原理示意图；
[0100]
图5为本发明的工作数据评估系统的原理示意图；
具体实施方式
[0101]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0102]
为了解决现有技术中，由于疫病报告数据的数量过多，并且对疫病报告中有问题区域的区域监测数据、标准坐标数据和标准时间数据没有进行单独的处理，从而导致在进行疫病数据调取时数据的准确性和时效性不佳的问题，请参阅图1和图2，本实施例提供以下技术方案：
[0103]
一种提升畜禽疫病综合防控能力的系统，包括：
[0104]
登录系统，用于工作人员通过个人的员工账号进入畜禽防疫的内部综合网站；
[0105]
疫病报告数据整合系统，用于根据防疫区域内提供的疫病报告将多个疫病报告进行疫病数据整合，并将整合的疫病数据生成独立的数据集；
[0106]
无害化数据处理系统，用于根据防疫区域内的畜禽养殖中心信息，对养殖中心的病死畜禽以及粪污的无害化处理数据进行获取，并根据获取的数据，对数据中的异常数据进行特别标注；
[0107]
防疫流通监管系统，用于根据防疫区域内备案的调入和调出的活畜禽信息，对活畜禽信息进行跟踪性追踪，并将追踪的数据进行数据记录，根据追踪记录的数据，将数据进行异常数据检测；
[0108]
工作数据评估系统，用于根据疫病报告数据整合系统、无害化数据处理系统和防疫流通监管系统的数据信息分别进行数据信息分析，并且将数据中的关键词语进行提取。
[0109]
所述疫病报告数据整合系统，包括：疫病数据标准化单元，用于根据防疫区域内提供的疫病报告数据，确定疫病报告数据进行标准数据格式，并按照标准数据格式，对所述区域数据、坐标数据与时间数据进行数据标准化，得到标准区域数据、标准坐标数据与标准时间数据；标准化数据校验单元，用于提取所述标准区域数据的重要字段，并对重要字段进行语义关联分析，确定出存在异常的目标重要字段，并从标准区域数据中提取所述目标重要字段对应的异常区域数据进行剔除；所述校验子单元，还用于获取标准坐标数据的坐标特征和时间数据的时间特征，并基于坐标特征和时间特征分别确定标准坐标数据和标准时间数据的坐标规律和时间规律，从标准坐标数据提取不满足坐标规律的异常坐标数据进行剔除，从标准时间数据提取不满足书简规律的异常时间数据进行剔除，所述疫病报告数据整合系统，还包括：数据匹配单元，用于将校验后的标准坐标数据与标准区域数据进行匹配，得到第一匹配结果，将校验后的标准时间数据与标准区域数据进行匹配，得到第二匹配结果；匹配数据标记单元，用于获取标准区域数据的属性，按照属性对标准区域数据进行划分，得到区域数据分布图，并基于第一匹配结果，对区域数据分布图进行坐标标记，基于第二匹配结果，对区域数据分布图进行时间标记，最终，得到区域数据标记分布图；数据指令获取单元，用于按照多个数据整合要求，确定对区域数据标记分布图多次不同的数据整合规则，并基于不同的数据整合规则建立动态数据整合指令；指令数据生成单元，用于基于动态数据整合指令，对校验后的标准区域数据、标准坐标数据与标准时间数据进行动态整合，得到多组整合数据，基于多组整合数据生成不同区域的疫病报告数据集。
[0110]
具体的，首先构建畜禽疫病多层防御体系，设置多重防御关卡进行隔离阻断、消毒和逐层缓冲，有效地减少和削弱畜禽疫病传播、发生、蔓延的风险，从而起到了很好的疫病防控效果。对畜禽养殖场场区科学选址，尽量利用天然屏障(例如山川、河流)、养殖场周边自建围墙，并在场区出入口设置标志牌、路卡等显示；对从养殖场大门进入车辆、人员、物资采取清洗、消毒等防控措施；对从生产区出入口进入人员、物质和畜禽采取防控措施，其中通过实体围墙对场区进行物理隔断形成生产区、生活区、无害化处理区、场外和畜禽出售区；做好养殖场大门周边的防虫灭鼠以及消毒工作，并设置密闭的畜禽出售通道进行物理阻隔；在走道和栏内采用机械化自动化设备对畜禽进饲喂，并对畜禽圈舍进行消毒，通过根据防疫区域内提供的疫病报告数据，对采集到的区域数据、坐标数据与时间数据进行标准化，提高防疫区域内提供的疫病报告数据的分析计算能力和效率，通过对标准化后的数据进行校验，为数据之间的匹配提供准确的数据基础，通过对校验后的数据按照预先确定的多个数据整合要求进行多次不同的整合，得到多组整合数据，最终生成数据集，保证了数据集中整合数据的整合方式的多样性，从而保证后续依赖数据集提取数据进行数据分析的效率和准确性，最终，保证对数据分析监测的时效性，提高调取数据的效果和监测质量。
[0111]
为了解决现有技术中，对于病死畜禽以及粪污的无害化处理中，对无害化处理区域没有进行有效的目标区域位置标注，从而当某个区域无害化处理不达标时，无法根据具体区域进行跟进调查的问题，请参阅图3，本实施例提供以下技术方案：
[0112]
所述无害化数据处理系统，包括：无害化数据获取单元，用于将接收到的病死畜禽以及粪污的无害化处理数据区域在预设二维坐标图中进行显示，确定处理数据的数据变化趋势，并根据处理数据变化趋势在预设二维坐标图中将处理数据的变化曲线进行标注；基于标注结果，确定变化曲线中处理数据的最大曲线波峰值以及最小曲线波谷值；基于最大曲线波峰值与最小曲线波谷值确定处理数据的标准变化包络；将处理数据中不符合标准变化包络的数据作为异常数据，并根据异常数据的数据量以及异常数据的数据属性生成数据另存方案，同时，基于数据另存方案对异常数据进行单独存储与标注，并基于标注结果确定目标传输数据；获取数据压缩整理单元，用于获取目标传输数据的数据特征，并基于目标传输数据的数据特征确定对目标传输数据进行分类管理的权限条件，同时，在所述权限条件中对目标传输数据进行分类整理的多个目标位置进行配置；基于配置结果为多个目标位置添加位置编号，其中，每一个区域目标位置对应一个位置编号，且位置编号不相同；根据位置编号将目标传输数据在多个目标位置中进行映射，并基于映射结果将区域目标传输数据分别保存至对应的目标位置，同时，生成数据压缩指令；基于数据压缩指令在目标位置中将对应的区域目标传输数据进行压缩，并基于压缩结果完成对传输数据的数据整理。
[0113]
具体的，预设二维坐标图可以是提前设定好的，例如可以是根据传输数据的获取时间作为横坐标，将传输数据的数据值作为纵坐标将传输数据进行数据记录，数据变化趋势可以是传输数据的数据变化规则等确定数据变化趋势，可以是维持一个稳定的区域范围，也可以是呈现上升趋势或者下降趋势，位置编号可以是对目标位置进行编辑的编号，可以是人为设定，且每个目标位置的位置编号不相同，从而有利于实现对目标位置的识别，权限条件可以是当需要对传输数据进行分类统计时的分类类别条件，通过设定权限条件有利于实现对传输数据的精准划分，从而提高数据管理效率，通过确定传输数据的数据变化趋势，进而实现对传输数据的数据曲线进行标注，通过对数据曲线进行分析，从而确定传输数
据的标准变化保包络，从而当传输数据中不符合标准变化包络的数据作为异常数据进行单独存储与标注确定目标传输数据，将目标传输数据对应的目标位置进行映射并压缩，从而完成对传输数据的整理，通过将异常数据进行单独存储与标注，提高了传输数据的流畅性，通过将目标位置进行编号，提高了对传输数据的识别度，通过将传输数据映射至目标位置并进行压缩，有利于提高传输数据的管理，并且节省了管理终端的存储空间，从而提高对传输数据的整理效率，从而可以更加快速的了解到病死畜禽以及粪污的无害化处理数据区域中的异常区域，更加利于病疫的防控。
[0114]
为了解决现有技术中，活畜禽调取的数量过多，备案区域的数量也会日渐庞大，从而导致在活畜禽发生异常时，活畜禽处于的异常区域无法根据区域视图进行更灵活、便捷调取的问题，请参阅图4，本实施例提供以下技术方案：
[0115]
所述防疫流通监管系统，包括：追踪数据局部检测单元，用于：将每个活畜禽的备案区域看作是数据的一个节点,构造节点之间的连边时只考虑每个节点的局部邻域,在待检测数据集上构造一个非对称的带权有向图；其中，将一个自定义的随机游走过程应用在该图上,使得随机游走点以较大概率从正常样本对应的节点跳转到异常样本对应的节点；追踪数据临近检测单元，用于：根据活畜禽的备案区域的数据模型为样本所分配的数据样本的参数进行分析；其中，对不同类型数据集中样本间关系进行刻画时，该数据模型自由地选择所需要的临近度度量；追踪数据融合检测单元，用于：将活畜禽的备案区域的数据进行融合检测，融合为一个扩展的特征空间；其中，在该空间中使用模糊聚类计算样本对于数据集中隐含的多个聚类结构的隶属度,刻画样本在不同视图中对于各个聚类结构的隶属行为；根据模糊聚类计算将不同视图中行为不一致的样本标记为异常对象；追踪数据混合异常检测单元，用于：根据活畜禽的备案区域的数据自身作为字典通过低秩表示学习样本之间的相互表征关系，利用该关系构造样本之间的相似度矩阵；其中在总体特征空间中和不同视图对应的相似度矩阵上应用亲和传播聚类获得每个样本对应的聚类代表点；将样本与聚类中心的偏离定义为其属性异常评分，样本在不同视图上行为的不一致性定义为类别异常评分,同时使用属性异常评分和行为异常评分来共同确定样本的异常度。
[0116]
具体的，通过追踪数据局部检测单元可以在活畜禽的备案区域数据中传统的基础图模型中不只是关注图中节点、连边或者它们之间的相互关系，也加强了样本的局部邻域信息的检测，构造节点之间的连边时只考虑每个节点的局部邻域,在待检测数据集上构造一个非对称的带权有向图，将一个自定义的随机游走过程应用在该图上,使得随机游走点以较大概率从正常样本对应的节点跳转到异常样本对应的节点，追踪数据临近检测单元根据活畜禽的备案区域的数据模型为样本所分配的数据样本的参数进行分析,该数据模型可以自由地选择所需要的临近度度量，不同模型可以使用不同的临近度度量来计算样本之间的相似或者距离关系,这使得相应的模型在面对不同类型的数据集时更具有灵活性，追踪数据融合检测单元根据模糊聚类计算将不同视图中行为不一致的样本标记为异常对象，使不同来源的数据之间存在的关联和不一致关系检测时有效适应，并有效提高有效性，追踪数据混合异常检测单元在总体特征空间中和不同视图对应的相似度矩阵上应用亲和传播聚类获得每个样本对应的聚类代表点。将样本与聚类中心的偏离定义为其属性异常评分，而样本在不同视图上行为的不一致性定义为类别异常评分，使得该模型比单纯使用不一致性定义异常度的算法具有更优的性能，同时在分析多源数据中的异常对象时重点关注了样
本在不同视图中行为的不一致性，同样关注了视图中都发生严重偏离的样本，从而使活畜禽发生的异常区域中异常调取的更加灵活、便捷。
[0117]
为了解决现有技术中，由于综合防疫的种类多元化，当工作人员进行病疫防控时，并没有对多种类的综合防疫种类进行关键词的特别提取，从而导致在工作人员在对防控工作进行调取时，过程过于繁琐的问题，请参阅图5，本实施例提供以下技术方案：
[0118]
所述工作数据评估系统，包括：多数据分配单元，用于根据疫病报告数据整合系统、无害化数据处理系统和防疫流通监管系统的数据分别进行分析，将数据信息分割为多层的主题树，每一层包括多个簇；对每一层对应的子数据信息进行聚类信息，得到若干个聚类集合；将每个聚类集合分配给对应的簇；数据确定单元，用于：对每个簇中的聚类集合包括的类型语句进行分词操作，得到类型语句中的若干个提取词语；确定每个提取词语的词语特征及每个提取词语在所述类型语句中的语句特征；基于构建的同义词词典及每个提取词语的词语特征，确定提取词语之间的第一相似度；根据第一相似度及每个提取词语在所述类型语句中的语句特征，确定提取词语之间的第二相似度；对第二相似度大于预设相似度的提取词语进行去重复处理，得到目标提取词语集合，所述工作数据评估系统，还包括：数据关键词提取单元，用于对目标提取词语集合中位置连续的提取词语以文本最小单元进行最大长度拼接，得到拼接词语；根据词性统计特征对所述拼接词语进行清洗，得到关键词集合；将所述关键词集合中的关键词转换为词向量；分别计算任一簇中每一词向量与所述簇对应的标准词向量之间的距离，筛选出距离最小的词向量对应的关键词，作为任一簇中的目标关键词；根据任一簇中的目标关键词确定主题树中每一层包括的关键词，并通过搜索引擎对每一层的关键词进行关联。
[0119]
具体的，根据词性统计特征对拼接词语进行清洗，得到关键词集合；便于筛选出我们所需要的词性的拼接词语，进一步缩小处理范围，提高确定关键词的效率及准确性。将关键词集合中的关键词转换为词向量；分别计算任一簇中每一词向量与簇对应的标准词向量之间的距离，筛选出距离最小的词向量对应的关键词，作为任一簇中的目标关键词；距离为欧式距离或余弦距离。根据任一簇中的目标关键词确定主题树中每一层包括的关键词，并进行用户反馈。实现对每个簇中关键词的准确提取，充分考虑了文本词语之间的依赖关系，提高了关键词提取的准确性及客观性，对数据信息进行层次性分析，基于主题树便于清晰展示数据信息。对提取词语进行去重复处理，得到目标提取词语集合；并对目标提取词语集合中位置连续的提取词语进行拼接及清洗，便于缩小数据处理范围，提高数据处理效率。根据任一簇中的目标关键词确定主题树中每一层包括的关键词，提高了关键词提取的准确性，从而工作人员可以从综合防疫的多种类数据中，快速的根据关键词调取的所需的防疫信息。
[0120]
一种提升畜禽疫病综合防控能力的实现方法，包括以下步骤：
[0121]
第一步：首先构建畜禽疫病多层防御体系，设置多重防御关卡进行隔离阻断、消毒和逐层缓冲，工作人员先通过登录系统进入整个畜禽防疫的内部综合网站，进入后通过工作数据评估系统进行综合防疫的关键词引擎搜索；
[0122]
第二步：其中在进行关键词搜索时，通过疫病报告数据整合系统可以根据防疫区域内提供的疫病报告数据，对防疫区域内提供的疫病报告数据进行异常分析并剔除，最后生成不同区域的疫病报告数据集；
[0123]
最终生成数据集，保证了数据集中整合数据的整合方式的多样性，从而保证后续依赖数据集提取数据进行数据分析的效率和准确性；
[0124]
第三步：再根据无害化数据处理系统将接收到的病死畜禽以及粪污的无害化处理数据区域在预设二维坐标图中进行显示，将有异常的病死畜禽以及粪污的无害化处理数据进行单独的位置区域标号；
[0125]
通过将目标位置进行编号，提高了对传输数据的识别度，通过将传输数据映射至目标位置并进行压缩，有利于提高传输数据的管理，并且节省了管理终端的存储空间，从而提高对传输数据的整理效率，从而可以更加快速的了解到病死畜禽以及粪污的无害化处理数据区域中的异常区域；
[0126]
第四步：最后根据防疫流通监管系统将已经备案的活畜禽区域，进行多种方式的异常追踪检测，并根据属性异常评分和行为异常评分来共同确定样本的异常度；
[0127]
根据模糊聚类计算将不同视图中行为不一致的样本标记为异常对象，使不同来源的数据之间存在的关联和不一致关系检测时有效适应，并有效提高有效性。
[0128]
在一个实施例中，疫病数据标准化单元按照标准数据格式，对所述区域数据、坐标数据与时间数据进行数据标准化，包括：
[0129]
按照所述标准数据格式分别获取区域数据、坐标数据和时间数据各自对应的标准化源数据表；
[0130]
将区域数据、坐标数据和时间数据各自对应的标准化源数据表拆分多维度源数据表；
[0131]
确定将区域数据、坐标数据和时间数据各自对应的标准化源数据表的单维度源数据表的预设数据提取规则；
[0132]
根据所述预设数据提取规则对区域数据、坐标数据与时间数据进行数据提取，获取待处理数据段集合；
[0133]
创建原始标记任务，以所述标准数据格式作为标注序列生成实时标注任务；
[0134]
根据所述实时标注任务对区域数据、坐标数据与时间数据各自的待处理数据段集合进行合格数据标准标注和未合格数据标准标注；
[0135]
将未合格标注数据确认为待标准化数据，获取所述待标准化数据对应的数据标准化字典；
[0136]
基于待标准化数据对应的数据标准化字典生成模板配置指令；
[0137]
响应所述模板配置指令，调取待标准化数据对应的预置数据标准化模型；
[0138]
获取待标准化数据的数据信息；
[0139]
将所述数据信息导入到所述预置数据标准化模型中获取待标准化数据的第一集瞬数据因子和第二集瞬数据因子；
[0140]
基于所述第一集瞬数据因子和第二集瞬数据因子生成待标准化数据的差分数据集；
[0141]
根据待标准化数据的差分数据集获取数据差分偏值；
[0142]
利用预设数据稳态因子对所述数据差分偏值进行标准化处理，根据处理结果分别获取区域数据、坐标数据与时间数据标准化后的数据。
[0143]
在本实施例中，标准化源数据表表示为区域数据、坐标数据和时间数据各自的标
准格式的源数据列表；
[0144]
在本实施例中，多维度源数据表表示为区域数据、坐标数据和时间数据在各个维度的分量数据列表；
[0145]
在本实施例中，预设数据提取规则表示为每个维度的分量数据的提取规则；
[0146]
在本实施例中，原始标记任务表示为对区域数据、坐标数据与时间数据中合格和未合格进行各自数据标记的任务序列；
[0147]
在本实施例中，数据标准化字典表示为待标准化数据的标准化字典表达形式；
[0148]
在本实施例中，模板配置指令表示为针对待标准化数据对应的数据标准化字典的标准化模板配置指令；
[0149]
在本实施例中，预置数据标准化模型表示为对于待标准化数据的预置模型；
[0150]
在本实施例中，数据信息表示为待标准化的数据组成信息；
[0151]
在本实施例中，第一集瞬数据因子和第二集瞬数据因子表示为待标准化数据在某一集中形态下的数据因子和在另一集中形态下的数据因子；
[0152]
在本实施例中，数据差分偏值表示为待标准化数据在标准状态下和非标准状态下的差分数据偏差值。
[0153]
上述技术方案的有益效果为：通过调取待标准化数据对应的预置数据标准化模型可以有针对性地快速对待标准化数据进行标准化处理，提高了处理效率和精度，进一步地，通过利用预设数据稳态因子对所述数据差分偏值进行标准化处理可以使得处理过程更加稳定，提高了稳定性和可靠性。
[0154]
在一个实施例中，所述根据词性统计特征对所述拼接词语进行清洗，得到关键词集合，包括：
[0155]
获取预设深度学习神经网络模型，将词性统计特征写入到所述预设深度学习神经网络模型的模型节点中；
[0156]
利用预设训练词语对所述预设深度学习神经网络模型进行训练，获取训练后的深度学习神经网络模型；
[0157]
利用验证词语生成验证集对训练后的深度学习神经网络模型进行模型清洗结果验证，根据验证结果确定训练后的深度学习神经网络模型的清洗精度；
[0158]
当所述清洗精度大于等于预设精度时，获取训练后的深度学习神经网络模型的网络层数；
[0159]
获取所述拼接词语对应的数据帧和数据帧的真实值；
[0160]
将拼接词语对应的数据帧和数据帧的真实值输入到所述训练后的深度学习神经网络模型中获取模型的网络输入值和网络输出值；
[0161]
根据所述网络输入值和网络输出值和拼接词语数据帧的真实值计算出训练后的深度学习神经网络模型的损失函数值：
[0162][0163]
其中，f表示为训练后的深度学习神经网络模型的损失函数值，n表示为训练后的深度学习神经网络模型的网络层数，i表示为第i层网络层，α表示为训练后的深度学习神经
网络模型的清洗均衡因子，qi表示为拼接词语在第i层网络层的网络输入值，q2表示为拼接词语数据帧的真实输入值，β表示为训练后的深度学习神经网络模型的估计误差因子，pi表示为拼接词语在第i层网络层的网络输出值，p2表示为拼接词语数据帧的真实输出值；
[0164]
根据训练后的深度学习神经网络模型的损失函数值生成模型优化参数，利用模型优化参数对训练后的深度学习神经网络模型进行优化；
[0165]
利用优化后的深度学习神经网络模型对所述拼接词语进行清洗，得到关键词集合。
[0166]
上述技术方案的有益效果为：通过计算出训练后的深度学习神经网络模型的损失函数值可以准确地评估出模型的数据清洗性能进而选择性地对其进行优化，为后续数据清洗奠定了基础，提高了实用性。
[0167]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0168]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种提升畜禽疫病综合防控能力的系统，其特征在于，包括：登录系统，用于工作人员通过个人的员工账号进入畜禽防疫的内部综合网站；疫病报告数据整合系统，用于根据防疫区域内提供的疫病报告将多个疫病报告进行疫病数据整合，并将整合的疫病数据生成独立的数据集；无害化数据处理系统，用于根据防疫区域内的畜禽养殖中心信息，对养殖中心的病死畜禽以及粪污的无害化处理数据进行获取，并根据获取的数据，对数据中的异常数据进行特别标注；防疫流通监管系统，用于根据防疫区域内备案的调入和调出的活畜禽信息，对活畜禽信息进行跟踪性追踪，并将追踪的数据进行数据记录，根据追踪记录的数据，将数据进行异常数据检测；工作数据评估系统，用于根据疫病报告数据整合系统、无害化数据处理系统和防疫流通监管系统的数据信息分别进行数据信息分析，并且将数据中的关键词语进行提取。2.根据权利要求1所述的一种提升畜禽疫病综合防控能力的系统，其特征在于：所述疫病报告数据整合系统，包括：疫病数据标准化单元，用于根据防疫区域内提供的疫病报告数据，确定疫病报告数据进行标准数据格式，并按照标准数据格式，对所述区域数据、坐标数据与时间数据进行数据标准化，得到标准区域数据、标准坐标数据与标准时间数据；标准化数据校验单元，用于提取所述标准区域数据的重要字段，并对重要字段进行语义关联分析，确定出存在异常的目标重要字段，并从标准区域数据中提取所述目标重要字段对应的异常区域数据进行剔除；所述校验子单元，还用于获取标准坐标数据的坐标特征和时间数据的时间特征，并基于坐标特征和时间特征分别确定标准坐标数据和标准时间数据的坐标规律和时间规律，从标准坐标数据提取不满足坐标规律的异常坐标数据进行剔除，从标准时间数据提取不满足书简规律的异常时间数据进行剔除。3.根据权利要求2所述的一种提升畜禽疫病综合防控能力的系统，其特征在于：所述疫病报告数据整合系统，还包括：数据匹配单元，用于将校验后的标准坐标数据与标准区域数据进行匹配，得到第一匹配结果，将校验后的标准时间数据与标准区域数据进行匹配，得到第二匹配结果；匹配数据标记单元，用于获取标准区域数据的属性，按照属性对标准区域数据进行划分，得到区域数据分布图，并基于第一匹配结果，对区域数据分布图进行坐标标记，基于第二匹配结果，对区域数据分布图进行时间标记，最终，得到区域数据标记分布图；数据指令获取单元，用于按照多个数据整合要求，确定对区域数据标记分布图多次不同的数据整合规则，并基于不同的数据整合规则建立动态数据整合指令；指令数据生成单元，用于基于动态数据整合指令，对校验后的标准区域数据、标准坐标数据与标准时间数据进行动态整合，得到多组整合数据，基于多组整合数据生成不同区域的疫病报告数据集。4.根据权利要求1所述的一种提升畜禽疫病综合防控能力的系统，其特征在于：所述无害化数据处理系统，包括：无害化数据获取单元，用于将接收到的病死畜禽以及粪污的无害化处理数据区域在预
设二维坐标图中进行显示，确定处理数据的数据变化趋势，并根据处理数据变化趋势在预设二维坐标图中将处理数据的变化曲线进行标注；基于标注结果，确定变化曲线中处理数据的最大曲线波峰值以及最小曲线波谷值；基于最大曲线波峰值与最小曲线波谷值确定处理数据的标准变化包络；将处理数据中不符合标准变化包络的数据作为异常数据，并根据异常数据的数据量以及异常数据的数据属性生成数据另存方案，同时，基于数据另存方案对异常数据进行单独存储与标注，并基于标注结果确定目标传输数据；获取数据压缩整理单元，用于获取目标传输数据的数据特征，并基于目标传输数据的数据特征确定对目标传输数据进行分类管理的权限条件，同时，在所述权限条件中对目标传输数据进行分类整理的多个目标位置进行配置；基于配置结果为多个目标位置添加位置编号，其中，每一个区域目标位置对应一个位置编号，且位置编号不相同；根据位置编号将目标传输数据在多个目标位置中进行映射，并基于映射结果将区域目标传输数据分别保存至对应的目标位置，同时，生成数据压缩指令；基于数据压缩指令在目标位置中将对应的区域目标传输数据进行压缩，并基于压缩结果完成对传输数据的数据整理。5.根据权利要求1所述的一种提升畜禽疫病综合防控能力的系统，其特征在于：所述防疫流通监管系统，包括：追踪数据局部检测单元，用于：将每个活畜禽的备案区域看作是数据的一个节点,构造节点之间的连边时只考虑每个节点的局部邻域,在待检测数据集上构造一个非对称的带权有向图；其中，将一个自定义的随机游走过程应用在该图上,使得随机游走点以较大概率从正常样本对应的节点跳转到异常样本对应的节点；追踪数据临近检测单元，用于：根据活畜禽的备案区域的数据模型为样本所分配的数据样本的参数进行分析；其中，对不同类型数据集中样本间关系进行刻画时,该数据模型自由地选择所需要的临近度度量；追踪数据融合检测单元，用于：将活畜禽的备案区域的数据进行融合检测，融合为一个扩展的特征空间；其中，在该空间中使用模糊聚类计算样本对于数据集中隐含的多个聚类结构的隶属度,刻画样本在不同视图中对于各个聚类结构的隶属行为；根据模糊聚类计算将不同视图中行为不一致的样本标记为异常对象；追踪数据混合异常检测单元，用于：根据活畜禽的备案区域的数据自身作为字典通过低秩表示学习样本之间的相互表征关系,利用该关系构造样本之间的相似度矩阵；其中在总体特征空间中和不同视图对应的相似度矩阵上应用亲和传播聚类获得每个样本对应的聚类代表点；将样本与聚类中心的偏离定义为其属性异常评分,样本在不同视图上行为的不一致性定义为类别异常评分,同时使用属性异常评分和行为异常评分来共同确定样本的异常度。6.根据权利要求1所述的一种提升畜禽疫病综合防控能力的系统，其特征在于：所述工
作数据评估系统，包括：多数据分配单元，用于根据疫病报告数据整合系统、无害化数据处理系统和防疫流通监管系统的数据分别进行分析，将数据信息分割为多层的主题树，每一层包括多个簇；对每一层对应的子数据信息进行聚类信息，得到若干个聚类集合；将每个聚类集合分配给对应的簇；数据确定单元，用于：对每个簇中的聚类集合包括的类型语句进行分词操作，得到类型语句中的若干个提取词语；确定每个提取词语的词语特征及每个提取词语在所述类型语句中的语句特征；基于构建的同义词词典及每个提取词语的词语特征，确定提取词语之间的第一相似度；根据第一相似度及每个提取词语在所述类型语句中的语句特征，确定提取词语之间的第二相似度；对第二相似度大于预设相似度的提取词语进行去重复处理，得到目标提取词语集合。7.根据权利要求6所述的一种提升畜禽疫病综合防控能力的系统，其特征在于：所述工作数据评估系统，还包括：数据关键词提取单元，用于对目标提取词语集合中位置连续的提取词语以文本最小单元进行最大长度拼接，得到拼接词语；根据词性统计特征对所述拼接词语进行清洗，得到关键词集合；将所述关键词集合中的关键词转换为词向量；分别计算任一簇中每一词向量与所述簇对应的标准词向量之间的距离，筛选出距离最小的词向量对应的关键词，作为任一簇中的目标关键词；根据任一簇中的目标关键词确定主题树中每一层包括的关键词，并通过搜索引擎对每一层的关键词进行关联。8.根据权利要求2所述的一种提升畜禽疫病综合防控能力的系统，其特征在于：疫病数据标准化单元按照标准数据格式，对所述区域数据、坐标数据与时间数据进行数据标准化，包括：按照所述标准数据格式分别获取区域数据、坐标数据和时间数据各自对应的标准化源数据表；将区域数据、坐标数据和时间数据各自对应的标准化源数据表拆分多维度源数据表；确定将区域数据、坐标数据和时间数据各自对应的标准化源数据表的单维度源数据表的预设数据提取规则；根据所述预设数据提取规则对区域数据、坐标数据与时间数据进行数据提取，获取待处理数据段集合；创建原始标记任务，以所述标准数据格式作为标注序列生成实时标注任务；根据所述实时标注任务对区域数据、坐标数据与时间数据各自的待处理数据段集合进行合格数据标准标注和未合格数据标准标注；将未合格标注数据确认为待标准化数据，获取所述待标准化数据对应的数据标准化字典；基于待标准化数据对应的数据标准化字典生成模板配置指令；
响应所述模板配置指令，调取待标准化数据对应的预置数据标准化模型；获取待标准化数据的数据信息；将所述数据信息导入到所述预置数据标准化模型中获取待标准化数据的第一集瞬数据因子和第二集瞬数据因子；基于所述第一集瞬数据因子和第二集瞬数据因子生成待标准化数据的差分数据集；根据待标准化数据的差分数据集获取数据差分偏值；利用预设数据稳态因子对所述数据差分偏值进行标准化处理，根据处理结果分别获取区域数据、坐标数据与时间数据标准化后的数据。9.根据权利要求7所述的一种提升畜禽疫病综合防控能力的系统，其特征在于：所述根据词性统计特征对所述拼接词语进行清洗，得到关键词集合，包括：获取预设深度学习神经网络模型，将词性统计特征写入到所述预设深度学习神经网络模型的模型节点中；利用预设训练词语对所述预设深度学习神经网络模型进行训练，获取训练后的深度学习神经网络模型；利用验证词语生成验证集对训练后的深度学习神经网络模型进行模型清洗结果验证，根据验证结果确定训练后的深度学习神经网络模型的清洗精度；当所述清洗精度大于等于预设精度时，获取训练后的深度学习神经网络模型的网络层数；获取所述拼接词语对应的数据帧和数据帧的真实值；将拼接词语对应的数据帧和数据帧的真实值输入到所述训练后的深度学习神经网络模型中获取模型的网络输入值和网络输出值；根据所述网络输入值和网络输出值和拼接词语数据帧的真实值计算出训练后的深度学习神经网络模型的损失函数值：其中，f表示为训练后的深度学习神经网络模型的损失函数值，n表示为训练后的深度学习神经网络模型的网络层数，i表示为第i层网络层，α表示为训练后的深度学习神经网络模型的清洗均衡因子，q
i
表示为拼接词语在第i层网络层的网络输入值，q2表示为拼接词语数据帧的真实输入值，β表示为训练后的深度学习神经网络模型的估计误差因子，p
i
表示为拼接词语在第i层网络层的网络输出值，p2表示为拼接词语数据帧的真实输出值；根据训练后的深度学习神经网络模型的损失函数值生成模型优化参数，利用模型优化参数对训练后的深度学习神经网络模型进行优化；利用优化后的深度学习神经网络模型对所述拼接词语进行清洗，得到关键词集合。10.一种如权利要求1-9任一项所述的提升畜禽疫病综合防控能力的实现方法，其特征在于，包括以下步骤：第一步：首先构建畜禽疫病多层防御体系，设置多重防御关卡进行隔离阻断、消毒和逐层缓冲，对畜禽养殖场场区科学选址，利用天然屏障、养殖场周边自建围墙，并在场区出入口设置标志牌、路卡；对从养殖场大门进入车辆、人员、物资采取清洗、消毒；对从生产区出
入口进入人员、物质和畜禽采取防控措施，其中通过实体围墙对场区进行物理隔断形成生产区、生活区、无害化处理区、场外和畜禽出售区；做好养殖场大门周边的防虫灭鼠以及消毒工作，并设置密闭的畜禽出售通道进行物理阻隔；在走道和栏内采用机械化自动化设备对畜禽进饲喂，并对畜禽圈舍进行消毒；第二步：工作人员先通过登录系统进入整个畜禽防疫的内部综合网站，进入后通过工作数据评估系统进行综合防疫的关键词引擎搜索；第三步：其中在进行关键词搜索时，通过疫病报告数据整合系统根据防疫区域内提供的疫病报告数据，对防疫区域内提供的疫病报告数据进行异常分析并剔除，最后生成不同区域的疫病报告数据集；第四步：再根据疫病报告数据整合系统将接收到的病死畜禽以及粪污的无害化处理数据区域在预设二维坐标图中进行显示，将有异常的病死畜禽以及粪污的无害化处理数据进行单独的位置区域标号；第五步：最后根据防疫流通监管系统将已经备案的活畜禽区域，进行多种方式的异常追踪检测，并根据属性异常评分和行为异常评分来共同确定样本的异常度。

技术总结
本发明公开了一种提升畜禽疫病综合防控能力的系统及实现方法，涉及畜禽疫病防控技术领域，为了解决畜禽在疫病防疫时，由于对防疫数据以及养殖、无害化处理等数据采集不准确等问题。本提升畜禽疫病综合防控能力的系统及实现方法，首先构建畜禽疫病多层防御体系，采集畜禽生产、防疫监管、无害化处理等相关数据，对校验后的数据按照预先确定的多个数据整合要求进行多次不同的整合，得到多组整合数据，最终生成数据集，保证了数据集中整合数据的整合方式的多样性，根据任一簇中的目标关键词确定主题树中每一层包括的关键词，提高了关键词提取的准确性，从而工作人员可以从综合防疫的多种类数据中，快速的根据关键词调取所需的防疫信息。信息。信息。


技术研发人员：单玉平 张鑫宇 薛峰 蒋向君 周庆雨 王世国 王宽波 董燕萍 张雪君 孙田 史慧 王丹 封其善 徐琳 吴斌 房连波
受保护的技术使用者：连云港市畜牧兽医站
技术研发日：2023.03.13
技术公布日：2023/7/19