基于物联网的莱芜黑猪全产业链安全溯源平台构建

为保证百姓餐桌肉品安全,以莱芜黑猪为研究对象,贯穿莱芜黑猪育种、养殖、屠宰加工、物流、销售全产业链的所有环节,借助物联网感知结点采集整个产业链的数据,实现全产业链信息跟踪与追溯。同时,建立信息多重反馈机制,利用养殖、屠宰加工环节的信息为种猪育种提供数据支持。依据J2EE规范,以SSH为基础框架构建的莱芜黑猪全产业链溯源平台已在莱芜市畜牧局正常运行。从目前的运行情况看,平台实现了莱芜黑猪全产业链数字化和猪肉信息的溯源,且运行效果良好。     

智能型种猪测定系统的软件设计

智能型种猪生长性能测定系统将RFID射频识别技术、单片机自动控制技术应用到种猪生长性能测定中,能不间断地对测定猪的采食行为进行监控,自动记录、分析采食数据,自动计算日增重和饲料报酬,并生成分析报告,使种猪生长测定实现智能化、自动化,为种猪的遗传选育提供数据依据。     

融合体尺信息的封闭式种猪性能测定站设计与试验

针对现有封闭式种猪性能测定站自动化程度不高、无法提供种猪体尺信息等问题,设计了一种集种猪自动识别、体质量自动称量、采食量自动统计、体尺自动测量于一体的封闭式种猪性能测定站。该系统机械部分采用前后端分离设计,通过设计采食门装置和门禁装置为种猪提供封闭测量环境,在此基础上,基于FIR滤波设计了种猪体质量动态称量算法,基于椭圆拟合设计了种猪理想姿态筛选算法,并进一步提出了基于包络分析的种猪体尺测量算法。分别进行了利用实际猪群模拟种猪生长性能验证试验和体尺测量试验,试验验证结果如下：生长性能试验猪群自由采食日均次数8.94次、日均采食时间92.93 min、群体料肉比2.66,Logistic拟合的生长曲线拐点日龄为126.18 d、拐点体质量72.70 kg,符合猪群的生长规律;体尺测量试验中猪群能够筛选出理想姿态帧,体长、体宽、臀宽、体高、臀高等体尺的平均相对检测误差分别为3.69%、2.53%、2.60%、2.59%、2.17%,满足体尺测量要求。试验结果表明,本文设计的封闭式种猪性能测定站可用于种猪的生产性能测定,能够同时提供种猪体质量、采食量和体尺等信息,提高育种效率。     

智能种猪测定系统机械装备的设计与研发

研制了智能种猪测定系统,介绍了系统的总体设计方案,详细阐述了系统的称重护栏装置、称重料槽装置和配料装置的机械结构以及作用原理。实际应用表明,该系统设计先进,机械构造紧凑可靠,实现了群养种猪生长特征的实时、精确和高效监测,有效提高了种猪选育精度及养猪企业的经济效益。     

不同品种猪肉pH值高光谱检测的模型传递修正算法

针对猪肉pH值高光谱检测模型受品种差异影响存在适用性差的问题,比较了不同算法,提出了一种基于光谱值校正的模型传递算法,以用于品种之间的模型传递。以山黑猪为主品种建立PLS模型,用该模型直接预测零号土猪样本时,预测相关系数仅为0.415,预测均方根误差为0.180 4,预测精度较差。分别用斜率/截距(S/B)算法、模型更新算法以及光谱值校正传递算法对山黑猪模型进行修正或传递并进行了比较。采用S/B法时,山黑猪模型对零号土猪的预测相关系数仍为0.415,预测均方根误差由0.180 4降至0.134 3,下降了25.54%。采用模型更新算法时,把14个零号土猪样本添加到山黑猪校正集,修正后的山黑猪模型对零号土猪样本的预测性能较优,Rp由0.415提高至0.797,提高92.05%,预测均方根误差由0.1804降低为0.1121,下降了37.86%。采用光谱-理化值共生距离法结合DS算法的光谱值校正传递算法时,山黑猪模型对零号土猪样本的预测相关系数由0.415提高至0.837,提高了101.69%,预测均方根误差由0.1804降低至0.0856,下降了52.55%。结果表明,光谱值校正的传递算法能够有效消除品种之间光谱差异,提高了山黑猪模型的适用性,且传递修正效果优于S/B算法和模型更新算法。     

辽粳系列水稻新品种的选育、应用及发展

辽粳系列水稻新品种的繁育和发展,为辽宁水稻生产起到积极促进作用.本文介绍了辽粳系列水稻品种的选育进程、各水稻新品种的主要特点以及推广应用情况,并就如何做好未来品种选育和推广工作提出了对策.     

商业化肉牛繁育大数据平台设计与关键技术

针对当前中国肉牛繁育管理水平和信息化智能化水平不高等问题,本研究借鉴国际先进肉牛养殖国家的经验,建立了适合中国的商业化肉牛繁育大数据平台。该平台主要完成肉牛种质信息资源的整合,在线自动测定肉牛关键繁育性状,全程服务支撑肉牛繁育过程,形成肉牛种质资源大数据分析决策,并实现肉牛联合育种创新模式。本文详细介绍了商业化肉牛繁育大数据软件平台开发思路,包括数据中心的实现、软件平台前端开发技术和后端开发技术等,并总结了该平台的关键技术创新和模式创新内容,包括肉牛种质资源与良种管理系谱深度挖掘技术,非接触式繁育性状自动获取评价技术,以及多源异构信息融合提供智能决策支持等,为中国肉牛种业发展提供可持续发展的信息化解决方案,以促进肉牛育种整体水平的提高。     

基于RBF神经网络的种猪体重预测

针对猪体生长参数之间具有一定的自相关性、部分参数与体重间呈非线性关系、通过线性回归模型预测猪体体重存在着自变量间共线性及拟合优度较低等问题,以52头长白母猪的生长参数为基础,通过最近邻聚类算法,构建了基于RBF神经网络的种猪体重预测模型。通过线性回归检验法对种猪体重预测值与实测值进行分析,发现基于RBF神经网络的长白种猪体重预测模型的拟合优度R2为0.998,而线性回归模型的R2为0.891。结果表明：通过RBF神经网络方法建模,消除了线性回归分析中自变量的共线性问题,预测效果优于线性回归模型。     

基于PDA奶牛管理信息服务平台的研究与实现

阐述了运用信息化手段和人工智能决策方法,设计并实现专门为奶农量身定制的基于PDA奶牛管理信息服务平台.实现奶牛饲养管理与疾病防治基本信息检索,根据通径理论对奶牛近交系数进行估算,对近交系数最小、预增产奶量最高的种公牛进行预测,防止奶牛群体近交,达到优良繁育和实现现场移动办公的目的.     

基于RFID技术的猪肉质量安全追溯系统

阐述了利用RFID技术通过串口模块向上位机传输猪的生长信息、屠宰信息以及销售信息,结合数据库SQL Server 2005及VC++的集成环境,将采集到的信息放入数据库存储以备后续各种查询使用。在ASP.NET集成环境基础上开发网页查询系统,使得消费者在网页上输入代码即可查到所买猪肉的相关信息。其中,提出了手动设置串口号进行COM口匹配,详细地论述了RFID技术的应用原理和其中的关键技术。以STC89S52型号的单片机进行硬件模块开发为实例,给出了系统查询模块的具体实现流程,并且以该过程为指导进行开发,最后得到了预期的结果。