-
公开(公告)号：CN101371686B
公开(公告)日：2011-02-02
申请号：CN200810136933.8
申请日：2008-08-15
Applicant: 东北农业大学
IPC: A23K3/03
Abstract: 本发明提供的是一种复合型水稻秸青贮专用添加剂及其制备方法。将新鲜的青绿植株20g-40g加100-200g的无菌蒸馏水，在混合搅拌机中充分磨碎搅拌，用无菌纱布过滤得到绿汁液，绿汁液在30℃厌氧发酵48小时，然后将发酵液稀释20倍，进行真空冷冻干燥得到绿汁发酵液；绿汁发酵液与脱氢乙酸钠按照100∶1(V/W)比例混合得到本发明的产品。本发明的产品根据水稻秸的含水量配制青贮添加剂的喷洒用量直接混合在青贮物料中(使用喷洒设备)，能够大规模整株水稻秸青贮成功，并保证青贮的质量达到一级以上水平(国际青贮质量评定标准)和显著提高青贮的有氧稳定性，有效避免中空的水稻秸“二次发酵”损失。
-
公开(公告)号：CN113608860B
公开(公告)日：2024-02-27
申请号：CN202110638369.5
申请日：2021-06-08
Applicant: 东北农业大学
IPC: G06F9/50 , G06F18/2413 , A01K29/00
Abstract: 本发明公开了一种基于边缘计算的奶牛实时反刍行为识别方法，属于畜禽健康养殖技术领域。包括：S1、将反刍检测器固定在奶牛个体的笼头上，检测到奶牛的反刍行为后，选取奶牛个体已知的反刍样本数据集，再选择连续的包含反刍行为与其他行为的24小时三轴加速度数据作为测试数据集；S2、反刍数据集与测试数据集以256帧为一组进行数据分割，分帧处理以形成短块来对奶牛反刍行为进行识别；S3、对数据分割形成的最小处理单元进行特征提取；S4、数据集完成S1‑S3的预处理后，利用基于KNN改进的反刍行为识别算法实时地识别奶牛的反刍行为。本发明减轻了数据传输压力与云端计算量，具有更高的实时性和效率。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN112116145A
公开(公告)日：2020-12-22
申请号：CN202010968896.8
申请日：2020-09-15
Applicant: 东北农业大学
Abstract: 本发明公开了一种基于遗传算法优化BP神经网络的奶牛采食量评估方法，所述方法包括如下步骤：步骤一、确定BP神经网络的拓扑结构；步骤二、样本数据的预处理；步骤三、种群初始化；步骤四、计算种群适应度值；步骤五、选择、交叉、变异操作；步骤六、判断进化是否完成；步骤七、模型构建；步骤八、模型验证。该方法采用遗传算法优化BP神经网络权值阈值的方法建立采食量评估模型，为准确评估奶牛采食量变化，合理掌控奶牛采食量变化规律提供科学依据与理论指导。本发明克服了BP神经网络可能陷入局部最优的缺点，提高了模型的收敛速度且具有较高的评估效果。
-
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：CN107410082A
公开(公告)日：2017-12-01
申请号：CN201710234847.X
申请日：2017-04-12
Applicant: 东北农业大学
IPC: A01K29/00
CPC classification number: A01K29/005
Abstract: 本发明公开了一种基于反刍动物鼻羁压力变化的反刍识别方法，属于畜禽健康养殖技术领域。反刍行为可以监测反刍动物(主要指牛、羊等家畜)的发情期、饲喂情况和反映动物生理健康状况等。本发明采用压力传感器对反刍动物鼻羁处的压力信号进行采集，根据信号持续时间和是否具有稳定的频率，可以初步区分出反刍信号、采食信号和饮水信号，然后对反刍信号进一步分析，根据反刍信号中峰值间隔测量出反刍食团，反刍食团的变化可以反映反刍动物健康状况。本发明通过测量反刍动物鼻羁处的压力信号监测反刍，可以有效的降低环境噪声干扰，实现对动物个体的反刍行为的精确识别与测量。
-
公开(公告)号：CN1410057A
公开(公告)日：2003-04-16
申请号：CN01128239.8
申请日：2001-09-29
Applicant: 东北农业大学
IPC: A61K31/122 , A23K1/16 , A23K1/18 , A61P43/00
Abstract: 本发明提供的是一种它由(重量比)氢醌5－15％、分散剂85－95％组成，分散剂包裹在氢醌外，其中的分散剂可以是糊精、谷粉、脱脂糠、稻壳粉中的任何一种或者是他们之间两种或两种以上的混合物。本发明的产品具有可以直接添加到饲料中，能够抑制瘤胃对尿素的分解作用，使尿素的分解速度与利用速度趋于一致，不会影响瘤胃发酵和营养物质在体内的消化和代谢等优点。
-
公开(公告)号：CN202352214U
公开(公告)日：2012-07-25
申请号：CN201120553556.5
申请日：2011-12-27
Applicant: 东北农业大学
IPC: G09B23/36
Abstract: 牛妊娠检查教学模型，它涉及一种牛妊娠检查模型。本实用新型为解决牛妊娠检查教学操作对牛的伤害过大以及如果检查时学生接触没有经过检疫的病畜，会给实习学生带来危害的问题。所述子宫颈模型的上端与子宫角模型的下端固接为一体，所述子宫角模型由两个子宫角单体构成，每个子宫角单体上设置有一个卵巢模型，每个卵巢模型通过一根输卵管模型与对应的子宫角单体连通，所述阴道模型的上端与子宫颈模型的下端螺纹连接，两个子宫角单体中的一个设有开口，所述拉锁缝制在开口处，子宫角模型为软体弹性材料模型。本实用新型的教学模型用于牛妊娠检查教学。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.026 seconds)
