共查询到19条相似文献,搜索用时 531 毫秒
1.
2.
针对黑龙江省自然条件及奶牛养殖业的发展实际情况,分析了奶牛场排泄物存在的危害和再加工后的利用价值,制定了奶牛场排泄物固液分离机的最佳设计方案,确定了合理的螺旋输送挤压轴、滤网的结构方案及相关的设计参数,选择了合理的减速装置,对黑龙江省奶牛场排泄物处理再利用起到推动作用。 相似文献
3.
基于以太网和移动平台的奶牛场环境远程监控系统 总被引:1,自引:0,他引:1
针对现有奶牛场环境远程监控系统移动性差、操作复杂、功耗高等缺点,开发了一种基于以太网和手机微信开放平台的奶牛场养殖环境远程监控系统,实现了奶牛场温度、湿度、CO2浓度、H2S浓度、SO2浓度、NH3浓度等环境参数的精确采集和远程实时监控。系统通过以太网进行数据传输,利用Kingview 6.55工业组态软件开发了上位机监控软件系统,将上位机监控系统数据库与微信公共平台有机融合,实现了利用手机微信客户端完成对奶牛场环境远程监控的功能。经过实验室仿真试验及在奶牛场的实际运行试验证明,该系统运行稳定可靠,实时性好,监控效果理想,数据丢包率在100 m范围内最高仅0.041%,有效地解决了对奶牛场环境信息进行实时现场监控和远程监控的问题。 相似文献
4.
5.
<正>近二十年,我国奶牛业发展很快,300头至500头奶牛场陆续建成,几头至几十头的奶牛户把奶牛饲养在养殖小区内,奶牛饲养业由分散饲养阶段向集中饲养过渡,逐渐实现规模化、产业化、集约化生产。乳制品加工业也逐渐重视奶源,把奶站建在奶牛场、奶牛养殖小区内或奶牛饲养集中的地方,并加强奶源的管理和奶站的投入,使奶牛饲养业和乳制品加工业之间形成集约化生产,二者加速产业化进程,获得规模化效益。奶牛场效 相似文献
6.
贺兰县农业信息化起步较早,2008年就依托12369科技信息服务站建设农业信息化示范园区30个,专家组通过电信语音、网络视频、短信等方式开展技术服务。随着"一优三特"产业不断壮大和建设水平逐步提升,尤其是被农业部确定为国家现代农业示范区和国家现代农业示范区改革与建设试点县以来,农业信息化建设成效显著,设施农业大棚管家、自动控制,奶牛场全程信息化管理、兽医免疫标识二维码,渔业养殖水质远程监测、农业农村电子商务等一批"互联网+现代农业"技术推广应用快速发展[1],加快推进了农业现代化进程。 相似文献
7.
8.
安徽蒙城县“蒙城农机一条街”已小有名气,在此基础上经过整合打造与开发,发展成一个知名农机大市场具有可行性和必要性。市场借著名相声演员、蒙城县政府副县长牛群先生的名字命名为“中国牛群农机大市场”。通过3-5年的发展,牛群农机大市场年销售额达10亿元,挤入全国10大名牌农机市场之列。 相似文献
9.
安徽蒙城县“蒙城农机一条街”已小有名气。在此基础上经过整合打造与开发,发展成一个知名农机大市场具有可行性和必要性。市场借著名相声演员、蒙城县政府副县长牛群先生的名字命名为“中国牛群农机大市场”。通过3~5年的发展,牛群农机大市场年销售额达10亿元,挤入全国10大名牌农机市场之列。 相似文献
10.
针对我国堤防工程隐患众多、险情频发等特点,结合堤防工程建设特点和防洪减灾战略需求,研究基于GIS+BIM+IoT数字孪生的堤防工程安全管理平台设计与实现,将基于GIS、BIM、IoT融合的数字孪生与堤防工程安全管理进行结合,研究数字孪生数据及模型集成与可视化表达方法,建立堤防险情识别深度学习模型,设计基于GIS+BIM... 相似文献
11.
为了提高奶牛身份的识别度,采用无线射频识别技术来识别奶牛身份的识别系统。该系统采用耳标式电子标签来标记奶牛的身份,并在计算机系统建立一个电子数据档案。由于奶牛身份识别系统实行一畜一标,奶牛养殖规模大,植入的电子标签众多,射频识别技术中多标签存在冲突,因此防止多标签冲突问题是研究的重点。防冲突算法有ALOHA算法和二进制搜索算法两种常见算法:当采用ALOHA算法时,电子标签过多会造成防冲突时间长,甚至会出现判断错误;二进制搜索算法虽然不会出现错误,但用时较长,且安全性差,将二进制搜索算法进行改进成为返回式二进制树形搜索算法,可以解决这些缺点。为此,提出了基于返回式二进制树形搜索算法设计的奶牛身份射频识别系统的防冲突技术,试验表明:该设计可以解决识别系统中的防冲突问题,使系统采集信息与奶牛身份信息一一匹配,且缩短了识别时间,能迅速识别电子标签。 相似文献
12.
13.
14.
15.
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。 相似文献
16.
17.
Jeremy Bryant Nicolas Lopez-Villalobos Colin Holmes Jennie Pryce Jose Rossi Kevin Macdonald 《Agricultural Systems》2008,97(1-2):13-25
A dairy cattle simulation model for pastoral systems that considers how dairy cow genotypes respond to different environments is described. The dairy cow is represented by five modules for maintenance, pregnancy, growth, body energy reserves and lactation with the influence of environmental factors on processes included within each module. Feed intake is predicted based on the requirements for maintenance, growth and pregnancy, and the dairy cow’s potential for yields of milk, fat and protein and body fat change in a given environment. The effects of various temporary environmental factors such as cow body condition score, climate, feed quality and the stage of pregnancy are all considered when predicting yields of milk, fat and protein, energy and dry matter intake. The model was evaluated using information from a prior experimental study with 1990s Holstein-Friesian dairy cattle of North American/European or New Zealand origin managed in a pasture-based system in early to peak lactation. The model was able to predict, to a high degree of accuracy, mean values for yields of milk, fat and protein, and concentrations of fat and protein. However for individual cows, feed intake and live weight change were less reliably predicted. The major source of error was a lack of simulated variation, rather than any systematic bias. The major advance of the model is its ability to predict performance from genetic and environmental sensitivity information for particular breeds, and its ability to predict feed intake and yields of milk, fat and protein concurrently. 相似文献
18.
为实现非接触、高精度个体识别,本文提出了一种基于牛只脸部RGB-D信息融合的个体身份识别方法。以108头28~30月龄荷斯坦奶牛作为研究对象,利用Intel RealSense D455深度相机采集2334幅牛脸彩色/深度图像作为原始数据集。首先,采用冗余图像剔除方法和自适应阈值背景分离算法进行图像预处理,经增强共得到8344幅牛脸图像作为数据集;然后,分别选取Inception ResNet v1、Inception ResNet v2和SqueezeNet共3种特征提取网络进行奶牛脸部特征提取研究,通过对比分析,确定FaceNet模型的最优主干特征提取网络;最后,将提取的牛脸图像特征L2正则化,并映射至同一特征空间,训练分类器实现奶牛个体分类。测试结果表明,采用Inception ResNet v2作为FaceNet模型的主干网络特征提取效果最优,在经过背景分离数据预处理的数据集上测试牛脸识别准确率为98.6%,验证率为81.9%,误识率为0.10%。与Inception ResNet v1、SqueezeNet网络相比,准确率分别提高1、2.9个百分点;与未进行背景分离的数据集相比,准确率提高2.3个百分点。 相似文献