检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

融合多环境参数的鸡粪氨气排放预测模型研究

农业机械学报 2022年第5期53卷 366-375页

作者：丁露雨吕阳李奇峰王朝元余礼根宗伟勋清远市智慧农业农村研究院清远511500 国家农业信息化工程技术研究中心北京100097 中国农业大学水利与土木工程学院北京100083 清远市农业科学研究所清远511500

NH_(3)是影响舍内肉鸡生长发育的主要有害气体,对其排放量的准确测量与预测有助于建立鸡舍环境调控模型,提升畜禽福利化养殖的水平。生产中,NH_(3)监测多采用电化学传感器,精度差且寿命短,较难直接获取NH_(3)排放量。结合NH_(3)产生和... 详细信息

NH_(3)是影响舍内肉鸡生长发育的主要有害气体,对其排放量的准确测量与预测有助于建立鸡舍环境调控模型,提升畜禽福利化养殖的水平。生产中,NH_(3)监测多采用电化学传感器,精度差且寿命短,较难直接获取NH_(3)排放量。结合NH_(3)产生和释放的机理过程,选择相对较易获取的CO_(2)排放量(E_(CO_(2)))和H_(2)O排放量(E_(H_(2)O))等环境参数建立NH_(3)排放量的预测模型。建立了肉鸡厚垫料养殖模式下,舍内鸡粪气体排放的模拟试验装置,连续多日向试验装置内投入等量鸡粪以模拟鸡舍每日粪便生成,监测温度、相对湿度以及CO_(2)、H_(2)O、NH_(3)排放量数据。基于多种机器学习方法和环境参数,构建了NH_(3)排放量预测模型,并运用特征和排列重要性探究参数重要程度,运用部分依赖图和个体条件期望图探究模型对参数的依赖关系。依据氨气排放预测相关知识,将温度和相对湿度计算为水汽压差(VPD),对比引入VPD后,不同参数组合方式对最优模型的影响。结果表明极限随机树模型预测NH_(3)排放量的效果最好,其R^(2)为0.9167、均方根误差为0.2897 mg/(kg·h)、平均绝对百分比误差为10.82%。分析各模型参数,该模型对E_(H_(2)O)的依赖性最大,引入VPD对极限随机树的预测能力没有提升。基于温度、相对湿度、E_(H_(2)O)、E_(CO_(2))建立的极限随机树模型可较好地预测肉鸡垫料饲养工艺下粪便的NH_(3)排放量。

关键词：鸡粪氨气厚垫料饲养排放速率机器学习预测模型

在线全文

学校读者我要写书评

暂无评论

基于多特征融合的蛋鸡发声识别方法研究

农业机械学报 2022年第3期53卷 259-265页

作者：余礼根杜天天于沁杨刘同海孟蕊李奇峰北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 天津农学院计算机与信息工程学院天津300384

为更好地利用音频进行畜禽发声分类,进一步提高识别准确率,提出了一种基于多特征融合的蛋鸡发声识别方法。以栖架式养殖模式下蛋鸡的产蛋声、鸣唱声、饲喂声、尖叫声典型音频为研究对象,提取梅尔频谱系数、短时过零率、共振峰及其一阶... 详细信息

为更好地利用音频进行畜禽发声分类,进一步提高识别准确率,提出了一种基于多特征融合的蛋鸡发声识别方法。以栖架式养殖模式下蛋鸡的产蛋声、鸣唱声、饲喂声、尖叫声典型音频为研究对象,提取梅尔频谱系数、短时过零率、共振峰及其一阶差分作为融合特征参量,构建基于遗传算法优化BP神经网络的蛋鸡发声分类识别模型。结果表明,本文方法对蛋鸡产蛋声、鸣唱声、饲喂声和尖叫声的平均识别准确率为91.9%,识别的精确度分别为90.2%、93.0%、93.3%、92.2%,平均精确度达到92.2%;识别的灵敏度为94.9%、90.0%、89.4%、91.8%,平均灵敏度达到91.5%。研究表明,基于多特征融合的蛋鸡发声识别方法具有较好的识别灵敏度和精确度,可为蛋鸡发声语义解析与自动判别提供参考。

关键词：蛋鸡发声栖架养殖多特征融合分类识别梅尔频谱系数短时过零率

基于BERT-BiLSTM-CRF模型的畜禽疫病文本分词研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2023年

作者：余礼根郭晓利赵红涛杨淦张俊李奇峰国家数字畜牧业创新中心华北电力大学数理学院北京市农林科学院信息技术研究中心

针对畜禽疫病文本语料匮乏，文本内包含大量疫病名称及短语等未登录词问题，提出了一种结合词典匹配的BERT-BiLSTM-CRF畜禽疫病文本分词模型。以羊疫病为研究对象，构建了常见疫病文本数据集，将其与通用语料PKU结合，利用BERT(Bi-direc... 详细信息

针对畜禽疫病文本语料匮乏，文本内包含大量疫病名称及短语等未登录词问题，提出了一种结合词典匹配的BERT-BiLSTM-CRF畜禽疫病文本分词模型。以羊疫病为研究对象，构建了常见疫病文本数据集，将其与通用语料PKU结合，利用BERT(Bi-directional encoder representation from transformers)预训练语言模型进行文本向量化表示；通过双向长短时记忆网络(Bi-directional long short-term memory network， BiLSTM)获取上下文语义特征；由条件随机场(Conditional random field， CRF)输出全局最优标签序列。基于此，在CRF层后加入畜禽疫病领域词典进行分词匹配修正，减少在分词过程中出现的疫病名称及短语等造成的歧义切分，进一步提高了分词准确率。实验结果表明，结合词典匹配的BERT-BiLSTM-CRF模型在羊常见疫病文本数据集上的F1值为96.38%，与jieba分词器、BiLSTM-Softmax模型、BiLSTM-CRF模型、未结合词典匹配的本文模型相比，分别提升11.01、10.62、8.3、0.72个百分点，验证了方法的有效性。与单一语料相比，通用语料PKU和羊常见疫病文本数据集结合的混合语料，能够同时对畜禽疫病专业术语及疫病文本中常用词进行准确切分，在通用语料及疫病文本数据集上F1值都达到95%以上，具有较好的模型泛化能力。该方法可有效用于畜禽疫病文本分词。

关键词：畜禽疫病文本分词预训练语言模型双向长短时记忆网络条件随机场

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

复杂环境中蛋鸡识别及粘连分离方法研究

农业机械学报 2013年第4期44卷 213-216,227页

作者：劳凤丹滕光辉李卓余礼根中国农业大学农业部设施农业工程重点开放实验室北京100083 中国农业大学网络中心北京100083

提出基于Lab颜色模型的蛋鸡与背景自动分割方法和基于极限腐蚀和凹点搜寻的粘连蛋鸡分离与计数算法。实验前期将通过计算机视觉系统获取的RGB图像转换成Lab图像,每张图像中均选取蛋鸡及最接近蛋鸡颜色的背景2个小样本区域,分别计算这两... 详细信息

提出基于Lab颜色模型的蛋鸡与背景自动分割方法和基于极限腐蚀和凹点搜寻的粘连蛋鸡分离与计数算法。实验前期将通过计算机视觉系统获取的RGB图像转换成Lab图像,每张图像中均选取蛋鸡及最接近蛋鸡颜色的背景2个小样本区域,分别计算这两类区域在a、b分量的数学期望作为分割阈值。随后将采集的图像像素聚类于与a、b分割阈值的欧氏距离最小的区域,从而实现蛋鸡与背景区域的自动分割。针对经常出现的蛋鸡群聚造成蛋鸡个体之间相互粘连的情况,研究利用改进的极限腐蚀及凹点搜寻处理算法分离出独立的蛋鸡并正确计数。108幅蛋鸡图像识别结果表明,该算法能将蛋鸡个体从复杂背景中有效提取、计数和粘连分离,蛋鸡计数正确率为93.5%,综合分离正确率为89.8%。

关键词：蛋鸡图像识别粘连 Lab颜色模型凹点搜寻极限腐蚀

在线全文

学校读者我要写书评

暂无评论

基于机器学习的鸡粪氨气排放预测模型研究

农业机械学报 2022年

作者：丁露雨吕阳李奇峰王朝元余礼根宗伟勋国家农业信息化工程技术研究中心中国农业大学水利与土木工程学院清远市农业科学研究所

NH;是影响舍内肉鸡生长发育的主要有害气体，对其排放量的准确测量与预测有助于建立鸡舍环境调控模型，提升畜禽福利化养殖的水平。生产中，NH;监测多采用电化学传感器，精度差且寿命短，较难直接获取NH;排放量。结合NH;产生和释放的机... 详细信息

NH;是影响舍内肉鸡生长发育的主要有害气体，对其排放量的准确测量与预测有助于建立鸡舍环境调控模型，提升畜禽福利化养殖的水平。生产中，NH;监测多采用电化学传感器，精度差且寿命短，较难直接获取NH;排放量。结合NH;产生和释放的机理过程，选择相对较易获取的CO;排放量（■）和H;O排放量（■）等环境参数建立NH;排放的预测模型。建立了肉鸡厚垫料养殖模式下，舍内鸡粪气体排放的模拟试验装置，连续多日向试验装置内投入等量鸡粪以模拟鸡舍每日粪便生成，监测温度、相对湿度以及CO;、H;O、NH;排放量数据。基于多种机器学习方法和环境参数，构建了NH;排放量预测模型，并运用特征和排列重要性探究参数重要程度，运用部分依赖图和个体条件期望图探究模型对参数的依赖关系。依据氨气排放预测相关知识，将温度和相对湿度计算为水汽压差（VPD），对比引入VPD后，不同参数组合方式对最优模型的影响。结果表明极限随机树模型预测NH;排放量的效果最好，其R;为0.9167、均方根误差为0.2897mg/（kg·h）、平均绝对百分比误差为10.82%。分析各模型参数，该模型对■的依赖性最大，引入VPD对极限随机树的预测能力没有提升。基于温度、相对湿度、■、■建立的极限随机树模型可较好地预测肉鸡垫料饲养工艺下粪便的NH;排放量。

关键词：鸡粪氨气厚垫料饲养排放速率机器学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

机器视觉识别单只蛋鸡行为的方法

农业工程学报 2012年第24期28卷 157-163页

作者：劳凤丹滕光辉李军余礼根李卓中国农业大学水利与土木工程学院农业部设施农业工程重点开放实验室北京100083 中国农业大学网络中心北京100083

动物行为是一个重要的动物福利评价指标。为了实现对蛋鸡行为的自动监控,该文提出了利用计算机视觉技术对单幅蛋鸡图像进行行为识别的方法,可自动识别单只蛋鸡的运动、饮水、采食、修饰、抖动、休息、拍翅膀、探索、举翅膀的行为,并可... 详细信息

动物行为是一个重要的动物福利评价指标。为了实现对蛋鸡行为的自动监控,该文提出了利用计算机视觉技术对单幅蛋鸡图像进行行为识别的方法,可自动识别单只蛋鸡的运动、饮水、采食、修饰、抖动、休息、拍翅膀、探索、举翅膀的行为,并可长时间追踪蛋鸡的活动情况及运动轨迹。运动、采食和饮水通过追踪蛋鸡的位移和位置直接识别;拍翅膀、修饰、休息、探索、抖动、举翅膀则使用贝叶斯分类法基于10个特征量进行识别,所引入的蛋鸡上下轮廓到最小二乘拟合椭圆长轴距离的相关系数可有效追踪蛋鸡头部,从而提高了修饰和探索的识别率。对9219幅图像进行蛋鸡行为识别的识别率分别为:运动99.4%、饮水80.7%、采食87.3%、修饰81.6%、抖动69.8%、休息86.2%、拍翅膀100%、探索(包括啄食)54.0%、举翅膀64.6%。

关键词：计算机视觉行为研究图像处理蛋鸡识别

在线全文

学校读者我要写书评

暂无评论

蛋鸡养殖过程中海量数据自动处理系统

农业机械学报 2012年第8期43卷 193-197页

作者：劳凤丹滕光辉余礼根李卓中国农业大学网络中心北京100083 中国农业大学农业部设施农业工程重点开放实验室北京100083

采用分时变频的采集模式,应用Java媒体框架模型,设计并实现了蛋鸡养殖过程中海量数据自动处理系统。系统既可同步采集和保存关键的环境、图像及音频信息,又能减少存储空间、降低存储成本和加速查询速度。系统运行结果表明:依据采集设备... 详细信息

采用分时变频的采集模式,应用Java媒体框架模型,设计并实现了蛋鸡养殖过程中海量数据自动处理系统。系统既可同步采集和保存关键的环境、图像及音频信息,又能减少存储空间、降低存储成本和加速查询速度。系统运行结果表明:依据采集设备及采集参数设置的不同,单采集点一天采集的音频及图像数据量为200～400 MB,一年采集的数据量为70～140 GB。系统同时提供了以采集时间戳为索引的多源信息同步查询及同步展示模块,可复原大部分生产过程场景。

关键词：蛋鸡养殖图像音频海量数据

在线全文

学校读者我要写书评

暂无评论

蛋鸡发声音频数据库的构建与应用

农业工程学报 2012年第24期28卷 150-156页

作者：余礼根滕光辉李保明劳凤丹邢永正中国农业大学水利与土木工程学院农业部设施农业工程重点实验室北京100083 中国农业大学网络中心北京100083

蛋鸡发声含有丰富的机体信息,充分挖掘其声学特性,并利用其无接触、无应激的优点,为建立基于发声信息的蛋鸡养殖远程监测平台提供基础依据。该研究借助音频数字化处理技术和数据库管理平台,以海兰褐蛋鸡为例,搭建系统分别采集其在小规... 详细信息

蛋鸡发声含有丰富的机体信息,充分挖掘其声学特性,并利用其无接触、无应激的优点,为建立基于发声信息的蛋鸡养殖远程监测平台提供基础依据。该研究借助音频数字化处理技术和数据库管理平台,以海兰褐蛋鸡为例,搭建系统分别采集其在小规模(5只)饲养条件下的叫声信息及其体态行为。运用音频处理软件Adobe Auditionv1.0和音频分析软件Praat5.3提取蛋鸡发声特征参数,包括持续时间、基音频率、频谱质心、共振峰及其衍生的统计值,以此构建出蛋鸡发声音频数据库,在此基础上分别选取蛋鸡产蛋行为发声、鸣唱声和鸣叫声等典型发声行为对比分析。结果表明,蛋鸡产蛋行为发声与鸣唱声均为多次重复的、有节奏的、短促的音节所构成(称其为句子),前者先抑后扬、后者先扬后抑,句子的音节个数分别是7.8±2.0、15.2±7.7,但其时频域特征间存在着显著差异(P<0.05),与鸣叫声相比,其发声特征参数如频谱质心、共振峰等有着显著差异。研究表明,掌握蛋鸡发声的含义,有助于了解其行为特性、机体状态以及种群间的信息传递,并为蛋鸡行为特征识别与数字化监测平台的构建提供数据支持。

关键词：音频记录动物行为研究蛋鸡基音频率频谱质心共振峰

在线全文

学校读者我要写书评

暂无评论

栖架养殖模式下蛋鸡发声分类识别

农业机械学报 2013年第9期44卷 236-242页

作者：余礼根滕光辉李保明劳凤丹曹晏飞中国农业大学水利与土木工程学院北京100083 中国农业大学网络中心北京100083

针对栖架养殖模式下蛋鸡的发声,采用频谱分析技术,运用音频分析软件Sound Analysis Pro提取不同行为状态下的发声图谱,采集其声学参数作为特征向量,应用J48决策树算法、朴素贝叶斯理论和支持向量机模型分别构建蛋鸡发声分类识别器,利用... 详细信息

针对栖架养殖模式下蛋鸡的发声,采用频谱分析技术,运用音频分析软件Sound Analysis Pro提取不同行为状态下的发声图谱,采集其声学参数作为特征向量,应用J48决策树算法、朴素贝叶斯理论和支持向量机模型分别构建蛋鸡发声分类识别器,利用开源的数据挖掘平台Weka 3.6进行实验。结果表明,栖架养殖模式下,7:00-8:00的蛋鸡发声中,产蛋叫声、愉悦叫声分别占全部发声的42.2%、21.6%,相比于传统的笼养模式,有效地表达了蛋鸡生长过程中的自然行为和生理活动;基于J48决策树算法的蛋鸡发声分类模型识别率最高,达到88.3%,具有较好的识别效果,可运用于蛋鸡发声的实时监测和不同情感的分类识别。

关键词：蛋鸡发声栖架养殖分类识别决策树