-
公开(公告)号：CN114677322A
公开(公告)日：2022-06-28
申请号：CN202111649615.3
申请日：2021-12-30
Applicant: 东北农业大学
Abstract: 本发明涉及奶牛体况自动评分方法技术领域，具体为基于注意力引导点云特征学习的奶牛体况自动评分方法，在数据采集过程中，从两个牧场随机选取奶牛进行背部数据的采集，采集背部深度图像，利用采集到的深度图像中所包含的深度信息，即深度帧数据，结合相机内置参数，生成奶牛背部点云。该基于注意力引导点云特征学习的奶牛体况自动评分方法，将奶牛背部后躯区域作为感兴趣区域进行提取，进行归一化、降采样与特征放大处理，最后，利用注意力引导的点云特征提取网络进行感兴趣区域的特征提取，并完成奶牛的体况评分，本发明能够更好的提取作为奶牛体况评分感兴趣区域的三维特征，并提升奶牛体况评分的精度。
-
公开(公告)号：CN114358163A
公开(公告)日：2022-04-15
申请号：CN202111622223.8
申请日：2021-12-28
Applicant: 东北农业大学
Abstract: 本发明公开了一种基于孪生网络与深度数据的采食量监测方法及系统，包括：采集奶牛若干次采食的进食前图像和进食后图像；将进食前图像和进食后图像输入孪生网络，分别经过特征提取网络映射到同一向量空间，获得进食前多维特征向量和进食后多维特征向量，并将两个多维特征向量平铺；对平铺后的两个多维特征向量做差，获得新的特征向量；将新的特征向量经由一次全连接计算得到采食量。本发明无需对采食前后的饲料堆图像进行预处理即可实现奶牛单次采食量预测，且受光照影响小，在不同光照条件下预测性能差异不大，提高了稳定性与准确性。此外此方法可直接与基于计算机视觉的其他方法结合，实现完全非接触式的个体奶牛单次采食量监测。
-
公开(公告)号：CN112613688A
公开(公告)日：2021-04-06
申请号：CN202110033003.5
申请日：2021-01-11
Applicant: 东北农业大学
Abstract: 本发明公开了一种基于PSO‑BP神经网络的TMR日粮瘤胃发酵甲烷产量的预测方法，属于甲烷产量的预测领域。构建PSO‑BP神经网络，对输入样本的数据进行归一化处理；建立数据集；根据所述数据集对BP神经网络进行初始化，得到权值和阈值；种群经过初始化后，得到粒子群适应度值；确定个体极值和群体极值；更新粒子速度位置，判断迭代数是否达到初始化设置的结束条件，若达到结束条件，获得最优权值阈值，计算更新权值阈值，判断迭代数是否达到初始化设置的结束条件，若满足则开始仿真，得到预测结果；本发明用以解决目前已有的瘤胃发酵产甲烷预测系统出现了许多数据预处理不理想，导致预测误差较大的问题。
-
公开(公告)号：CN111259978A
公开(公告)日：2020-06-09
申请号：CN202010078375.5
申请日：2020-02-03
Applicant: 东北农业大学
Abstract: 本发明公开了一种融合多区域深度特征的奶牛个体身份识别方法，所述方法首先通过图像采集设备采集奶牛通过挤奶通道的侧视图像序列，然后对YOLO目标检测模型进行了微调，提取每一帧图像中的奶牛整体区域作为待检测图像。接下来，提出一个区域划分方法，将检测到的奶牛目标划分为头部，躯干和腿部三个区域，并训练了三个独立的卷积神经网络(CNNs)，以从这三个区域分别提取深度特征。最后，设计了一个特征融合策略将提取到的特征进行融合，并使用融合特征训练SVM模型，完成奶牛的个体识别。本发明能够更好地利用奶牛侧视目标图像的各个区域的深度特征，并更好地探索每个区域和多区域组合对奶牛个体识别的影响。
-
公开(公告)号：CN110052148A
公开(公告)日：2019-07-26
申请号：CN201910474360.8
申请日：2019-06-03
Applicant: 东北农业大学
Abstract: 本发明涉及氨气回收技术领域，且公开了一种寒地冬季畜禽舍外排氨气处理方法，该方法包括外壳、位于外壳两侧相互连通于外壳内侧的进风口与出风口。本发明还公开了一种寒地冬季畜禽舍外排氨气处理的使用方法。该一种寒地冬季畜禽舍外排氨气处理方法，依据氨气高度溶于水、液氨与硫酸溶液反应能生成物理性质稳定的固态硫酸铵两种典型的特点，通过水蒸气进行大量氨气吸收，之后对水蒸气进行收集，在不影响舍内空气的流畅排出前提下，将洁净后的空气通过出风道经排风口排入大气中，同时，又将生成的液氨与硫酸溶液进行中和反应，生成的硫酸铵作为肥料再次利用，防止二次污染的产生。
-
Patent Agency Ranking
公开(公告)号：CN108737982A
公开(公告)日：2018-11-02
申请号：CN201810441248.X
申请日：2018-05-10
Applicant: 东北农业大学
Abstract: 本发明公开了一种低功耗畜禽舍无线监测网络数据融合方法，属于物联网领域。对畜禽舍环境监测是现代化养殖业中必不可少的一部分，无线传感器网络是普遍使用于环境监测的一种网络，该网络一般由电池供电，能量消耗是设计时需要考虑的首要因素。目前，大部分监测网络一般采用ZigBee或者WIFI进行组网，并直接将监测的数据上传到服务器，会产生大量的数据传输，从而消耗大量的能量，同时产生一定的费用。本发明通过采用低功耗的LoRa技术进行组网，可以有效降低能量消耗，同时各个传感器节点对采集的原始数据进行数据融合处理，并通过短消息的方法通知管理节点无数据更新的情况，有效的降低了传感器网络在数据传输过程中的能量消耗，延长了网络的生存周期。
-
公开(公告)号：CN115762666A
公开(公告)日：2023-03-07
申请号：CN202211462098.3
申请日：2022-11-17
Applicant: 东北农业大学
Abstract: 本发明公开基于集成学习的牛瘤胃发酵预测方法及系统，包括：S1，基于第一层基础学习器输出第一预测结果，将第一预测结果作为输入特征输入至第二层元学习器；S2，利用第二层元学习器，整合和收敛第一预测结果，输出第二预测结果，第二预测结果为牛瘤胃发酵的预测结果。本发明具有更强的模型预测精度和泛化能力，预测精度明显高于单独的机器学习方法，能较准确地模拟不同的TMR日粮在奶牛瘤胃中的发酵过程，以及瘤胃发酵类型的转变情况。本发明可以有效提高对牛瘤胃中甲烷、乙酸和丙酸指标的预测精度，可以实现对瘤胃发酵产物的量化研究，对日粮饲料结构的优化，提高饲养效益具有指导意义。
-
公开(公告)号：CN114299436A
公开(公告)日：2022-04-08
申请号：CN202111650132.5
申请日：2021-12-30
Applicant: 东北农业大学
Abstract: 本发明公开了融合时空双注意力机制的群养生猪争斗行为识别方法，包括以下步骤：通过摄像头采集群养生猪争斗行为视频数据，建立数据集；将视频数据进行抽帧操作，以水平翻转、垂直翻转、对角翻转及下调50％图像亮度的方法进行数据增强；构建融合空间和时序注意力机制的时空组合模型，并通过增强后得到的数据训练得到争斗行为识别效果最佳的时空组合模型。该融合时空双注意力机制的群养生猪争斗行为识别方法，解决了视频数据在空间和时间域具有过多冗余信息和不显著特征而导致识别效果不佳的问题，对于同一批群养生猪争斗行为数据其识别效果超过了预训练模型的识别精度，有益于提高生猪养殖业的经济效益。
-
公开(公告)号：CN114283366A
公开(公告)日：2022-04-05
申请号：CN202111597589.4
申请日：2021-12-24
Applicant: 东北农业大学
IPC: G06V20/40 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764
Abstract: 本发明公开一种奶牛个体身份识别方法和装置、存储介质，包括：通过深度卷积神经网络对历史奶牛图像进行深度特征提取，生成特征模板；获取待识别的奶牛图像；将所述待识别的奶牛图像与所述特征模板进行匹配，以识别奶牛个体身份。采用本发明的技术方案，可以提高牛奶识别精度，新的奶牛加入牛群时，可以较快地将特征存储到模板特征库中，完成注册，避免特征提取网络的重复训练。
-
公开(公告)号：CN113656600A
公开(公告)日：2021-11-16
申请号：CN202110969609.X
申请日：2021-08-23
Applicant: 东北农业大学
Abstract: 一种基于知识图谱的DHI报告解读方法、系统及存储介质，属于畜牧养殖技术领域。为了解决目前尚没有一种针对于DHI报告的自动解读方法，从而导致DHI报告解读不仅效率低，而且不能客观、准确、有效的利用DHI报告的信息的问题。本发明基于获取牧场的DHI数据对DHI指标数据进行分析，并结合DHI领域知识图谱对动态分析的结果进行问题诊断，问题诊断的过程包括问题定位，即基于DHI领域知识图谱，将动态分析的事实描述作为“性能指标/症状”实体，计算得到事实描述是由某种影响因素影响而发生的概率，DHI领域知识图谱包含“性能指标/症状”、“影响因素”、“解决措施”三类实体及实体关系。主要用于DHI报告解读。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.03 seconds)
