-
公开(公告)号：CN112613688B
公开(公告)日：2022-03-29
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：CN116090651A
公开(公告)日：2023-05-09
申请号：CN202310122616.5
申请日：2023-02-16
Applicant: 东北农业大学
IPC: G06Q10/04 , G06Q50/02 , G06F18/10 , G06F18/214 , G06F17/18 , G06N3/0442
Abstract: 本发明公开一种奶牛产奶量数据处理及预测方法，包括：获取泌乳奶牛的牛奶量信息，对牛奶量信息进行预处理，得到预处理牛奶量信息；将预处理牛奶量信息划分为训练集和验证集；构建牛奶量预测模型，将训练集输入至牛奶量预测模型进行训练；将验证集输入至训练完成的牛奶量预测模型，将待预测牛奶产量输入至通过验证的牛奶量预测模型，完成预测。小波变换解决了生物噪声的问题，使用小波去噪的预测模型优于未去噪的预测模型。有效避免了较大误差，提高了预测精度。除了对数据进行去噪外，还可以调整神经网络结构以增加对噪声的容忍度，从而提高模型的性能。
-
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：CN109886350A
公开(公告)日：2019-06-14
申请号：CN201910155242.0
申请日：2019-02-25
Applicant: 东北农业大学
Abstract: 本发明提供一种基于核极限学习机奶牛日粮消化能预测方法，属于畜禽日粮营养价值评价领域，该方法包括以下步骤：(1)实测奶牛日粮养分摄入量与消化能数据，产生奶牛日粮消化能预测样本，并分为训练样本集和测试样本集；(2)对于建立的训练样本集，构造极限学习机网络输出，并以矩阵形式表示；(3)选取高斯核函数求解，确定核函数的参数集，得到基于KELM预测模型的输出函数；(4)将测试样本和KELM模型预测结果进行对比，计算预测消化能与真实值的平均绝对误差、平均绝对百分比误差以及均方根误差，评价该预测方法的有效性。本发明提供的预测方法属于非参数机器学习模型，仅通过对训练样本的学习即可进行有效预测，且可获得较高的预测精度。
-
公开(公告)号：CN115270929A
公开(公告)日：2022-11-01
申请号：CN202210760548.0
申请日：2022-06-29
Applicant: 东北农业大学
Abstract: 本发明公开了一种奶牛冷应激多级模糊综合评估方法，包括以下步骤：步骤(1)：采用层次分析法，从温热环境(温度、相对湿度、风速以及光照)、生理因素(呼吸频率、体表温度)和空气质量(NH3、CO2、PM10)3个维度构建奶牛冷应激评价指标体系；步骤(2)：建立各指标层的判断矩阵，并作一致性检验，若满足一致性要求则确定各指标层权重；步骤(3)：若不满足一致性检验，采用遗传算法用于检验和修正判断矩阵，通过交叉、变异等操作计算各指标层的权重；步骤(4)：通过多级模糊综合评判得出奶牛的冷应激程度；本发明将环境参数与奶牛生理参数相结合，能够实现对奶牛冷应激的全面、精准评估。
-
Patent Agency Ranking
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：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：CN110720928A
公开(公告)日：2020-01-24
申请号：CN201911196967.0
申请日：2019-11-29
Applicant: 东北农业大学
IPC: A61B5/11
Abstract: 本发明公开了一种基于三轴加速度的奶牛进食和反刍识别方法，属于畜禽健康养殖技术领域。本发明包括数据采集模块，无线接收模块和PC端软件。使用步骤包括：步骤一：将数据采集模块固定在笼头上，给奶牛佩戴后使得数据采集模块在奶牛下颌的侧中部，固定完成后开始测量加速度数据。步骤二：数据采集模块所测量的数据均保存在集成的SD卡中，无线发射装置、无线接收模块将保存在SD卡中的三轴加速度数据传至PC端。步骤三：PC端软件对加速度信号以长度为256的数据片段为最小处理单元提取时域和频域特征，经过标准化、特征降维等处理，使用K-近邻算法将奶牛进食和反刍行为识别出来。
-
公开(公告)号：CN103950540B
公开(公告)日：2016-02-03
申请号：CN201410128587.4
申请日：2014-04-01
Applicant: 东北农业大学
Abstract: 本发明提供了一种基于无线传感器网络的植保无人机喷施作业方法，在作业区域内布设多个无线传感器节点以实时采集并反馈喷施物浓度，无人机根据喷施物浓度状态进行航迹角调整，如果喷施物浓度差值高于设定阈值则改变原航迹角，使无人机朝向喷施物浓度较低的方向飞行，以达到对作业区域喷施均匀的目的。本发明提高了农田作业环境下无人机的自主运行能力，解决了无人机作业时由于风向等因素造成的喷施不均问题，保证了无人机的作业效果和作物产量。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.017 seconds)
