排序方式： 共有2条查询结果，搜索用时 31 毫秒
1
1.
偏最小二乘法能有效解决多元回归分析中变量的多重共线性问题.选用牛体重、体高两个参数做自变量估测牛的胸围和腹围,应用所建立的线性模型对184头西门塔尔牛的数据进行误差分析,腹围平均相对误差为3.742%,胸围平均相对误差为4.385%.证明所得偏最小二乘回归模型具有较好的精度,模型能应用到种牛的选育过程中,具有较强的实用性. 相似文献
2.
为了解决因妊娠母猪饲喂量难以精确控制,造成母猪体重大小不同,引起母猪繁殖能力低、仔猪淘汰率高等问题,试验设计了一种基于机器视觉的妊娠母猪饲喂站,采用机器视觉图像处理技术、无线射频识别(radio frequency identification, RFID)技术、STM32单片机、工业相机、通信技术、软件技术、数据库技术结合独立采食的机械结构,实现妊娠母猪的精准饲喂,即利用RFID技术通过母猪佩戴的电子耳标对母猪个体进行识别;利用STM32单片机作为嵌入式控制单元与RFID读卡器通信,触发相机对进站的母猪拍照,通过图像处理技术实现母猪体况数据的获取;依据母猪体况、胎次、妊娠时间等相应参数计算母猪饲喂量,控制投料电机实现精准投料。通过对6台饲喂站进行多组下料测试,对比分析理论投料量与实际投料量的差异,并计算下料精度;对70头妊娠母猪进行人工背膘测量与饲喂站测量,计算饲喂站体况等级识别准确率。结果表明：该饲喂站投料精度高于95%,能够实现精准投料;体况等级评定准确率达到92.9%,能够自动获得妊娠母猪体况等级,并且该系统运行稳定。说明基于机器视觉的妊娠母猪饲喂站能够自动获得妊娠母猪体况等级... 相似文献
1