连栋温室草莓高架分层式育苗灌溉施肥系统及管理方法

草莓富含维生素C,有"水果皇后"的美称。日本草莓品种口感香甜,特别受人们的喜爱,在我国发展迅速。草莓高架分层式育苗具有省力、高效、防病等优点,代表着草莓苗繁育的发展方向。草莓栽培槽基质体积小,每天需要灌溉多次,灌溉系统、灌溉制度和营养液的管理等对成功繁育优质草莓种苗起着十分重要的作用。本文详细介绍北京市小汤山现代农业科技示范园连栋温室草莓高架分层式育苗灌溉系统、灌溉制度和营养液的管理方法,为草莓育苗生产者提供参考。     

植物声频控制技术的研究及应用进展

对植物声频控制技术的发展做了概述。1)该项技术的基础研究已由群体、个体、器官逐步深入到细胞和分子水平,包括光合和呼吸代谢、细胞周期同步化、生长激素、多种酶活性、可溶性蛋白和RNA的变化的研究,而技术的应用尚处于产业化的初期。2)在水稻、棉花、小麦和部分蔬菜上的试验示范和应用结果表明了该项技术的增产、优质、抗病和环保作用。特定频率的声波处理可提高作物产量:水稻盆栽试验增产幅度17.4%~39.7%,田间试验增产5.7%;棉花增产幅度6.0%~9.0%;小麦增产17.0%;设施蔬菜的黄瓜、青椒增产高达60.0%以上。声波处理还提高了农作物品质,如:水稻的整精米率和蛋白质含量分别提高了59.4%和8.9%;小麦的淀粉、蛋白质和脂肪含量分别提高了6.3%、8.5%和11.6%。应用该项技术可有效地减轻病虫害危害:水稻纹枯病减轻了50%;处理温室番茄的红蜘蛛、蚜虫、灰霉病、晚疫病、和病毒病分别较对照组下降了6.0%、8.0%、9.0%、11.0%和8.0%。另外,3年的水稻盆栽试验结果表明,应用声波处理可减少25.0%的化肥用量。水稻、棉花和部分蔬菜应用该项技术的投资产出比为1∶2~1∶3。3)该项技术的发展潜力巨大。...     

基于Kinect传感器的无接触式母猪体况评分方法

为了提高母猪的繁殖性能,减少传统方法给动物和估测人员带来的不利影响,该研究提出了一种可应用于实际生产中的准确、无接触式的母猪体况评分(body condition scoring,BCS)方法。试验使用Kinect传感器获取108组母猪臀股的三维图像,选取48组图像进行分析处理,计算出臀部的高宽比、臀股面积及曲率半径。试验结果表明:母猪臀部的高宽比、臀股面积和曲率半径与背膘厚度的相关系数分别为0.567、0.502、0.951;以曲率半径作为主要参数建立母猪体况估测模型。取剩余60组图像进行验证,估测模型计算结果与经验方法评估结果差异较小,准确率达到91.7%;结果表明,基于三维重构技术的Kinect传感器能够实现母猪在饲养管理过程中对体况的无接触式检测。     

基于机器学习的猪场用户流失分析

为实现养殖互联网平台用户的自动化运营,防止用户流失,采用区间估计和机器学习建模方法,对猪场用户的平台使用情况进行用户流失分析。结果表明:1)猪场规模越小,用户流失的概率越大,其中500母猪数x≤1 000的猪场规模用户流失的概率最小,属于忠诚用户;2)使用决策树算法、kNN算法、贝叶斯分类算法进行猪场用户流失分析建模,3种分类算法中,从平均识别率(F_1度量)考虑,决策树模型的平均识别率(0.93)高于kNN模型(0.91)和贝叶斯分类模型(0.80),选择决策树算法用于平台用户流失分析建模是可行的。本研究所构建的猪场用户流失分析模型,可为养殖互联网平台的猪场用户研究提供可靠的数据模型,实现平台用户的自动化运营,也可为其他类型的用户研究和产品设计提供参考。     

基于分布式流式计算的蛋鸡养殖实时监测与预警系统

为实现蛋鸡养殖生产过程参数实时监测与预警,研发了基于分布式流式计算框架Data-Canal的蛋鸡养殖实时监测与预警系统。Data-Canal是面向数据流的分布式计算框架,使用控制流集中、数据流分散的模型,以分布式文件系统为中间结果的存储,支持异地多数据源的实时采集和处理。系统以Data-Canal为基础设施,在具有一定扩展性的情况下,保证实时性。系统采用Brower/Server模式,用户通过浏览器即可访问,提升了信息共享的便捷性。系统实现了规模化蛋鸡生产过程实时数据采集与展示、生产信息管理、实时预警、决策分析和系统管理功能,对蛋鸡养殖全生命周期进行了全方位的管理。运行效果表明,该系统可以解决规模化蛋鸡生产过程中产生海量数据信息化和实时处理问题,在部署8台机器的情况下,Data-Canal集群的处理能力峰值达到160 MB/s,延迟在分钟级别,在线上实验环境中,Data-Canal集群每天处理约25 GB的数据,而且系统后期维护和升级都极为便利。     

深液流栽培番茄根际氧环境的试验研究

采用浮板毛管法（FCH）栽培系统,进行了营养液充氧与否,与番茄生长发育状况、果实营养品质等方面的试验研究。结果表明：在采用改进FCH进行番茄长季节栽培时,充氧与否对番茄长势、产量没有影响,但对番茄果实的营养品质有一定的影响。营养液中充氧不改变果实中可溶性固形物的含量,但可以降低硝态氮的含量,同时会减小糖酸比。     

基于轻量级卷积神经网络的种鸡发声识别方法

在种鸡养殖和管理过程中,借助非接触式、连续的声音检测手段和智能化设备,饲养员可以全面了解蛋鸡的健康状况以及个体需求,为提高生产效率并同时改善种鸡福利化养殖,提出了一种基于轻量级卷积神经网络的种鸡发声分类识别方法,以海兰褐种鸡为研究对象,收集种鸡舍内常见的5类声音,再将其声音一维信号转换为二维图像信号,利用卷积神经网络建立轻量级的深度学习模型,80%数据进行训练,20%数据进行测试,该模型实现了动物声音信号从输入端到识别结果输出端的高效检测。对比已有研究,本文方法对种鸡舍内常见的5类声音识别整体准确率提高3.7个百分点。试验结果表明,该方法平均准确率为95.7%,模型对饮水声、风机噪声、产蛋叫声识别召回率均达到100%,其中风机噪声和产蛋叫声精确率和F1值也均达到100%,而应激叫声召回率最低,为88.3%。本研究可为规模化无人值守鸡舍的智能装备研发提供一定理论参考。     

基于卷积神经网络的大白母猪发情行为识别方法研究

针对现有发情检测方法灵敏度低、识别时间长、易受外界干扰等缺点，根据大白母猪试情时双耳竖立的特征，提出一种基于卷积神经网络（Convolutional neural network, CNN）的大白母猪发情行为识别方法。首先通过采集公猪试情时发情大白母猪与未发情大白母猪的耳部图像，划分训练集样本（80%）与验证集样本（20%）用于后期训练。随后，基于AlexNet卷积神经网络构建分类模型（AlexNet_Sow），并对该模型的网络结构进行简化，简化后的模型包含2个卷积模块和2个全连接模块，选择修正线性单元(Rectified linear units, ReLU)作为激活函数，用自适应矩估计(Adaptive moment estimation, Adam)方法优化梯度下降，选择Softmax作为网络分类器，通过结合增强学习的方法对模型进行训练，得到模型应用于验证集的准确率达到99%。此外，设定了发情鉴定的时间阈值，并结合LabVIEW的Python节点用于模型应用。当公猪试情时，大白母猪双耳竖立时长达到76s时，则可判定其为发情。该方法对大白母猪发情识别的精确率、召回率与准确率分别为100%、83.33%、93.33%，平均单幅图像的检测时间为26.28ms。该方法能够实现大白母猪发情的无接触自动快速检测，准确率高，大大降低了猪只应激情况和人工成本。     

蛋鸡声音信号去噪方法对比分析

声音分析技术已成为研究动物行为、动物福利的一种重要工具,蛋鸡声音可用来评价其健康或福利状况,然而规模化蛋鸡舍中存在较多风机噪声等声源干扰,这对准确识别蛋鸡发声有很大影响。本文以海兰褐蛋鸡为例,预处理获取的声音信号,以减少风机噪声的干扰。利用数字化声音采集平台采集不同类型的蛋鸡发声和风机噪声音频,采用Lab VIEW软件进行声音信号处理并分析蛋鸡声音和风机噪声的时频特征。同时,对比分析不同去噪方法(IIR滤波器去噪、小波阈值去噪和改进谱减法去噪)在去除风机噪声方面的效果。结果表明,在信噪比为-8~20 d B声音环境下,改进谱减法均方根误差最小(0.03~0.38),算法运行耗时最短(6~7 ms),在实际应用中去噪效果较好,可为规模化蛋鸡舍中风机噪声环境下的蛋鸡声音信号处理和分析提供参考。     

分布式网络控制——实现温室环境调控自动化的一种新方案

针对传统计算机控制技术在温室环境调控中呈现的控制复杂、维修不便和价格昂贵的缺点,该文分析了温室环境调控自动化的现状,提出了一种全新的实现方案。采用分布式网络控制技术并使用国际先进的微型单片机技术和国外高精度、高稳定性的湿敏及温敏器件,研制出全数字化“智能温湿度传感器”和“双回路智能温湿度控制器”。目前研制的温室环境调控自动化系统已在国内数家现代化智能温室推广应用。还对温室环境调控自动化的发展提出了几点看法