蛋鸡发声音频数据库的构建与应用

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。     

利用二维数字图像估算种猪体重

为解决生产过程中种猪体重称量困难,难以对其生长进行实时监测的问题,提出利用二维数字图像对种猪体重进行估算的方法。利用数码摄像机获取种猪样本图像,采用域值分割法对图像进行分割,根据投影区域与参考系的比例关系估算得到种猪真实投影面积和体高,并建立了其与体重的回归方程。实验结果表明:用该方程估算得到的种猪体重与实际称量体重的平均相对误差为3.2%,精度较高,验证了本方法估算种猪体重的可行性。本方法可以避免传统称量方法可能导致的猪的应激反应给生产带来的损失,降低种猪生产成本,可用于种猪生长过程的监测和研究,为种猪的现代化饲养管理提供了一种有效的监测手段。     

植物组培设施环境调控系统的研究进展

植物组织培养是一项能获得大量同源母本基因幼苗的生物技术,又称植物克隆技术,具有其他育苗方法无法比拟的优点。但在传统的组培环境下组培苗生长缓慢、污染严重、存活率低,致使成品苗的成本过高,不利于组培苗的大规模商品化生产。目前其应用主要限于一些园艺植物,为扩大其在农业、森林等植物上的应用,必须发展一种新型的适用于离体培养小植株的自动化规模化繁殖体系。最近20年来许多学者开始重视培养环境对组培苗的生理影响并对组培微生态系统环境进行了研究。     

基于热电制冷技术的营养液温控系统的试验研究

在分析研究热电制冷技术工作特点的基础上，利用热电制冷技术开发了番茄无土栽培营养液温度控制系统。试验结果表明，应用该温控系统能够把营养液夏季温度控制在21～23℃，冬季温度控制在19．5～20．5℃范围内，满足番茄深液流无土栽培的需求；系统制冷系数约为20％，适用于制冷量需求较小的栽培情况。该系统使用方便，改变电流方向即可以实现制冷和加热的转换。     

立体雾培墙定植角度对生菜生长的影响

在温室立体雾培墙系统中，研究了不同栽培角度对大速生生菜生长情况和品质的影响。在试验处理中，定植角度90°（与水平面夹角，以下相同）不利于生菜根系的生长和叶片数的增加，定植角度90°的生菜的硝态氮含量较低，同时，其叶绿素含量和可溶性蛋白含量与水平定植45°相比，也显著降低；水平定植60°有利于生菜根系的生长；水平定植45°的生菜的生长情况和品质较优，其中，与水平定植角度90°处理相比，叶绿素含量和可溶性蛋白含量显著提高。试验证明：选择合适的定植角度有利于生菜的栽培，其中，在墙面栽培中，定植角度45°优先考虑。     

基于LabVIEW的气象传感器采集数据管理系统设计与实现

针对便携式DAVIS气象站所配置的Gro Weather软件存在的数据共享不足等问题,利用LabVIEW虚拟仪器开发平台,结合数据采集技术和传感器技术,设计了一套用于气象传感器采集的数据管理系统。系统在继承Gro Weathe揿件原有基本功能的基础上,开发了数据接口功能模块,以便于气象数据的自动存储、管理和共享,实现了Gro Weather软件自动下载的download．txt文本文件内容读取、数据存储和气象数据条件查询等功能。     

基于图像规则推理的玉米病虫草害诊断系统的设计

为解决因植保人员短缺而使玉米病虫草害不能及时得到诊断与防治,导致玉米生产减产乃至绝产的问题,本研究基于不同发病部位的病症及虫害、草害的图像知识和文本知识,采用二叉树检索算法,设计开发了玉米病虫害诊断专家系统。实际应用结果表明:系统可实现对病虫草害图像、文本和图像推理规则等知识的管理及病虫草害智能推理诊断等功能;可实现对虫害草害实现指认式诊断、解释推理过程和推理结论。通过该系统推出的玉米病虫害诊断结论,农户可针对病虫草害种类及危害程度及时防治病虫害,减少玉米生产损失。     

基于双目视觉技术的猪生长监测系统标定模

针对养猪生产中对猪体生长监测的需求,设计了基于双目视觉的猪生长监测系统的软、硬件,实现了基于非线性摄像机模型双目视觉系统的标定算法.根据摄像机成像原理建立了基于最小二乘法的空间点坐标检测算法.利用标定和检测算法,从标定板图像数目、标定板位置、旋转角度3个方面对系统的标定模式进行了研究.结果表明:利用19幅以上标定板图像能够得到稳定的标定结果;不同位置的标定板图像对检测精度影响较大,应当在全视场内采集标定板图像;标定板的旋转角度对检测精度影响不明显,但是旋转角度增大不利于标定点的完全提取.     

复杂环境中蛋鸡识别及粘连分离方法研究

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％.     

栖架养殖模式下蛋鸡发声分类识别

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。