首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   1篇
  国内免费   1篇
基础科学   1篇
  2篇
畜牧兽医   1篇
  2016年   2篇
  2015年   1篇
  2014年   1篇
排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
我国南方夏季奶牛热应激严重,大多数养殖户采用喷淋降温系统为奶牛进行降温,但是缺乏合理有效的喷淋降温制度,本研究在实验室条件下,模拟0.2MPa水压,检测不同喷嘴在50cm、60cm、70cm三种安装高度下的喷淋强度和组合平均喷淋强度。结果表明,各喷嘴组合喷淋强度随着组合间距的增大而减小,在0.2MPa压力下,612.567型喷嘴适宜安装高度为60cm,组合间距为1.3m;612.607型喷嘴适宜安装高度为60cm,组合间距为1.6~1.7m;632.567型喷嘴不适宜使用;632.607型、610.607型、610.567型和雨鸟型喷嘴均适合在1.5m安装高度下时使用,其最适组合间距分别是1.6m、1.7m、1.3~1.4m和1.5~1.6m。  相似文献   
2.
基于深度图像的猪体尺检测系统   总被引:9,自引:0,他引:9  
为实现生猪饲养过程中体尺无接触检测,设计了一套基于双目视觉原理的猪体尺检测系统。针对色彩图像提取猪体轮廓易受污物和光照干扰的问题,提出基于深度图像的猪体轮廓提取算法。使用双目视觉系统获得猪体深度图像,利用帧差法提取猪只高度信息,并基于高度信息二值化图像,获得猪体轮廓;结合优化的基于凹陷结构的拐点提取算法,筛选体尺检测关键点,计算体长、体宽、体高、臀宽、臀高5个体尺,编写了基于以上算法的猪体尺检测程序。双目视觉系统三维检测的实验室验证表明:在2 m物距范围内,系统三维检测相对误差均小于1%;系统在实际猪场对32组猪体尺检测结果表明:与手工测量猪体尺相比,本系统检测的体尺平均相对误差在2%左右,平均误差小于2 cm。试验证明基于深度图像的猪体尺检测系统不容易受到脏污和光照干扰,能够实现生猪饲养过程中猪体尺的无接触检测。  相似文献   
3.
基于机器视觉的猪体质量估测模型比较与优化   总被引:8,自引:7,他引:1  
基于机器视觉的猪体质量估测模型较多,但模型缺乏在实用性、准确性的对比,最佳模型没有定论。该文总结了已有的估测算法,基于79组背部图像面积、实际面积、体长、体宽、体高、臀宽、臀高数据,使用线性回归、幂回归、二次回归、主成分线性回归、RBF(radial basis function,径向基函数)神经网络等方法,重建了13种体质量估测模型,并比较了13种模型的估测精度。结果表明,基于体长、体宽、体高、臀宽和臀高的线性回归模型具有较好的估测精度,估测值与真值的相关系数达到了0.996。利用主成分法去掉体尺的共线性,利用曲线回归解决残差不均匀问题,更加符合猪体质量增长趋势,结果表明基于主成分的幂回归模型具有较高的相关系数和较低的标准估计误差,对于97组数据的估测平均相对误差为2.02%。使用猪场实测24组数据验证模型,估测质量与测量值相关系数为0.97,估测平均相对误差为2.26%,标准差为1.78%,优于基于面积和面积体高结合的估测模型,平均绝对误差为2.08 kg,优于面积体高结合方法的平均绝对误差。试验证明使用多个体尺的主成分幂回归体质量估测模型较为精确,可用于机器视觉估测猪体质量的应用中。  相似文献   
4.
基于LabVIEW平台的蛋鸡栖架分布监测系统设计与实现   总被引:4,自引:2,他引:2       下载免费PDF全文
蛋鸡栖架系统是一种用于提高蛋鸡福利水平的新型立体散养系统,其中系统中栖架设置的位置、数量及栖杆尺寸是否符合蛋鸡需求,仍需要进一步观察。研究中发现,目前还没有好的实时统计栖杆上蛋鸡数量的方法,而常用的人工统计不仅效率低,而且易造成蛋鸡应激。为此,该文基于实时采集蛋鸡在饲养过程中上栖架的频次、所处位置等数据的需求,利用LabVIEW平台开发了一套蛋鸡栖架分布实时监测系统。针对该系统平台结构设计、系统校准原理与方法、栖杆分布数据采集与分析等问题进行了相关研究。结果表明:系统运行稳定,系统提供的蛋鸡分布数据与人工识别现场蛋鸡分布的数据相比,平均准确率为99%,可为新型栖架离地立体散养系统设计中的蛋鸡栖架布置形式、栖架优化等提供数据支持。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号