籼稻中直链淀粉和直链淀粉的分离提纯方法

    公开(公告)号:CN116041555A

    公开(公告)日:2023-05-02

    申请号:CN202310203454.8

    申请日:2023-03-06

    Abstract: 本发明公开了籼稻中直链淀粉和直链淀粉的分离提纯方法,克服了现有技术中直链淀粉和支链淀粉分离纯化过程中使用有机溶剂过多的问题。本专利提供了一种籼稻中直链淀粉和支链淀粉的分离提纯方法,该方法操作简单、分离提纯温度不会超过80℃,分离出的直链淀粉和支链淀粉纯度高且性质稳定。本专利中籼稻直链淀粉和支链淀粉的分离提纯方法操作简单,不仅可以用于提取直链淀粉,还可以实现对支链淀粉的有效提取。本专利中直链淀粉和支链淀粉的分离提纯未添加防降解成分,所得直链淀粉和支链淀粉结构和性质保持天然状态,收率和纯度均高于现有分离提取方法,有利于对籼稻成分和籼稻淀粉相关产品的后续研究,有助于实现籼稻的高值化利用。

    基于注意力引导点云特征学习的奶牛体况自动评分方法

    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

    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。

    一种基于孪生网络与深度数据的采食量监测方法及系统

    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

    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。

    水飞蓟宾在制备调控反刍动物瘤胃甲烷排放的饲料添加剂中的应用

    公开(公告)号:CN116035123A

    公开(公告)日:2023-05-02

    申请号:CN202211707734.4

    申请日:2022-12-29

    Abstract: 本发明公开了水飞蓟宾在制备调控反刍动物瘤胃甲烷排放的饲料添加剂中的应用。以水飞蓟宾作为饲料添加剂进行人工模拟瘤胃体外发酵试验,通过抑制瘤胃内的Prevotella(普雷沃菌)、Isotricha(均毛虫属)、Ophryoscolex(头毛虫属)、unclassified_Rotifera(未分类的轮虫类)、Methanosphaera(甲烷球形菌属)、Orpinomyces(厌氧性真菌)、Neocallimastix(厌氧性真菌),改变瘤胃的物种组成和群落结构,使瘤胃的代谢途径发生变化,改变了代谢产物,调节了瘤胃发酵参数,调控了氢气、二氧化碳、甲烷的产量和总产气量;表明添加水飞蓟宾可以减少反刍动物瘤胃中甲烷的产生,降低甲烷的排放效果好。

    基于集成学习的牛瘤胃发酵预测方法及系统

    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

    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。

    一种基于知识驱动的奶牛疾病文本分类方法

    公开(公告)号:CN115563286B

    公开(公告)日:2023-12-01

    申请号:CN202211404120.9

    申请日:2022-11-10

    Abstract: 本发明公开了一种基于知识驱动的奶牛疾病文本分类方法,包括以下步骤:获取奶牛病情描述文本的疾病特征,并将所述疾病特征转化为词向量;基于卷积神经网络和长短期记忆网络,构建疾病文本分类模型;将所述词向量输入到所述疾病文本分类模型中进行处理,获得奶牛疾病文本的最终疾病特征;基于所述最终疾病特征对奶牛疾病文本进行分类。本发明捕捉了奶牛疾病文本的隐性特征和显性特征,为奶牛疾病文本分类提供了更多的鉴别性特征。(56)对比文件Xiaomeng Li 等.Self-SupervisedFeature Learning via Expoiting Multi-Modal Data for Retinal DiseaseDiagnosis.IEEE Transactions on MedicalImaging.2020,第39卷(第12期),4023-4033.董丽丽 等.融合知识图谱与深度学习的疾病诊断方法研究.计算机科学与探索.2019,第14卷(第05期),815-824.

    基于注意力引导点云特征学习的奶牛体况自动评分方法

    公开(公告)号:CN114677322B

    公开(公告)日:2023-04-07

    申请号:CN202111649615.3

    申请日:2021-12-30

    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。

Patent Agency Ranking