-
公开(公告)号：CN114200987A
公开(公告)日：2022-03-18
申请号：CN202111469574.X
申请日：2021-12-03
申请人： 天津农学院
IPC分类号： G05D27/02
摘要： 本发明涉及一种基于强化学习的密闭式畜禽舍环境智能调控方法，其技术特点是：采集密闭式畜禽舍环境信息并将其输入到基于强化学习的智能调控模型中；智能调控模型根据贪婪策略，随机选择动作或者根据Q值表找出最优动作，控制畜禽舍通风/加热设备进行相应动作；根据当前状态和奖励更新Q值表；经过多轮迭代学习并逐渐更新Q值表，得到状态‑动作的映射关系，并给出一组具有最大累计奖励的动作序列，该动作序列包含了对密闭式畜禽舍环境设备的调控。本发明设计合理，其采用强化学习方法实现对密闭式畜禽舍环境的智能调控功能，有效解决了养殖户对畜禽舍环境调控费时、费力、学习成本高、对畜禽舍环境调控不准确的问题。
-
公开(公告)号：CN116277073A
公开(公告)日：2023-06-23
申请号：CN202310504319.7
申请日：2023-05-07
申请人： 天津农学院
摘要： 本发明涉及一种养鸡巡检机器人设备、控制系统及方法。本巡检系统与方法针对多种鸡的养殖实际应用场景，自动完成对鸡的健康生存状态的日常巡检工作、异常判断、数据采集存储；其技术特点是：从硬件角度看，本系统，包括巡检机器人和计算中心。巡检机器人，主要由运动底盘、升降模块与伸缩模块、传感器模块和控制系统等构成；从控制系统和实现方法角度，可以适用于多种养殖场景，多种巡检模式，针对养鸡场不同的工作模式实现手动或自动化巡检；采集的数据与计算中心的数据双向通信、存储；本发明设计合理，能够控制多种养殖场景的巡检过程，可以准确检测识别复杂背景情况下的鸡的状态，减少人力巡检，提高了经济效益。
-
公开(公告)号：CN111754547B
公开(公告)日：2023-06-23
申请号：CN202010562958.5
申请日：2020-06-19
申请人： 天津农学院
摘要： 本发明涉及一种暗光环境肉鸡的多目标自动识别跟踪定位方法，其技术特点是：采集暗光环境下的肉鸡图像并对其进行预处理；对预处理后的肉鸡图像进行特征标注；训练暗光环境肉鸡识别模型，并通过暗光环境肉鸡识别模型对暗光环境下的肉鸡图像进行识别预测，得到暗光环境肉鸡对应的特征分类结果并评估暗光环境肉鸡识别模型的有效性；输出目标肉鸡的最终位置信息并跟踪定位监测。本发明实现暗光环境肉鸡的多目标自动识别跟踪定位功能，能够及时掌握肉鸡的生长状态，便于饲养过程中环境条件、饲养管理、营养等因素的控制，进而有效解决了人工在暗光环境下检查肉鸡时存在的费时费力的问题，具有识别过程省时省力、识别结果客观准确等特点。
-
公开(公告)号：CN110991300B
公开(公告)日：2022-07-05
申请号：CN201911181436.4
申请日：2019-11-27
申请人： 天津农学院
IPC分类号： G06V40/10 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04
摘要： 本发明涉及一种肉鸡腹部异常肿胀状态的自动识别方法，包括以下步骤：步骤1、对腹部异常肿胀肉鸡图像进行预处理；步骤2、对处于腹部异常肿胀肉鸡进行特征标注；步骤3、训练肉鸡腹部异常肿胀识别模型，得到腹部异常肿胀肉鸡对应的特征分类结果并评估肉鸡腹部异常肿胀识别模型的有效性；步骤4、根据步骤3获得的特征分类结果输出腹部异常肿胀肉鸡的最终判断结果。本发明的识别过程省时省力、识别结果客观准确。
-
公开(公告)号：CN116453162A
公开(公告)日：2023-07-18
申请号：CN202310391676.7
申请日：2023-04-13
申请人： 天津农学院
IPC分类号： G06V40/10 , G06V10/764 , G06N3/006
摘要： 本发明创造提供了一种基于蜣螂优化算法的肉鸡健康状态识别方法，包括：步骤1：由已有的历史数据获取肉鸡不健康状态时的特征症状信息，构成第一数据集；步骤2：对第一数据集进行预处理，得到第二数据集；步骤3：将预处理后得到的肉鸡特征数据集存储在数据库中；步骤4：以改进的蜣螂优化随机森林算法为基模型，然后使用递归特征消除的方法对第二数据集中的众多特征进行特征选择；步骤5：根据筛选后的变量构建随机森林模型，使用Bootstrap随机抽样方法对数据进行处理，然后进行训练最终得到最优的分类模型。本发明帮助养殖人员较为准确的判断肉鸡是否处于不健康、不适等状态，可以较为及时地预防肉鸡因健康状态差且发现不及时所造成的经济损失。
-
公开(公告)号：CN110991300A
公开(公告)日：2020-04-10
申请号：CN201911181436.4
申请日：2019-11-27
申请人： 天津农学院
摘要： 本发明涉及一种肉鸡腹部异常肿胀状态的自动识别方法，包括以下步骤：步骤1、对腹部异常肿胀肉鸡图像进行预处理；步骤2、对处于腹部异常肿胀肉鸡进行特征标注；步骤3、训练肉鸡腹部异常肿胀识别模型，得到腹部异常肿胀肉鸡对应的特征分类结果并评估肉鸡腹部异常肿胀识别模型的有效性；步骤4、根据步骤3获得的特征分类结果输出腹部异常肿胀肉鸡的最终判断结果。本发明的识别过程省时省力、识别结果客观准确。
-
公开(公告)号：CN116805415A
公开(公告)日：2023-09-26
申请号：CN202310809918.X
申请日：2023-07-04
申请人： 天津农学院
IPC分类号： G06V20/60 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/082
摘要： 本发明提出一种基于轻量化改进YOLOv5的笼养肉鸡健康状态识别方法，包括采集并标注健康与亚健康肉鸡的图像，建立肉鸡健康状态检测数据集；基于yolov5原始网络结构，引入面向移动端的轻量化网络模型——EMO，使用了SPPF模块来代替SPP模块，解耦头Decoupled_Detect代替Detect模块，构建轻量化高效的肉鸡健康状态识别检测的深度学习模型，检测肉鸡的健康状态。进一步进行了剪枝操作降低计算量的同时提高了模型的准确度，可以及时准确检测肉鸡健康状态，实现了端到端的检测肉鸡健康信息状态，提高了养殖场的管理水平。
-
公开(公告)号：CN114115403A
公开(公告)日：2022-03-01
申请号：CN202111469446.5
申请日：2021-12-03
申请人： 天津农学院
IPC分类号： G05D27/02
摘要： 本发明涉及一种笼养肉鸡养殖环境智能控制装置，其技术特点是：包括数据采集处理模块、智能调控模块和环控设备执行模块：数据采集处理模块由采集模块和处理模块组成，采集模块将采集的数据传输到处理模块，处理模块对数据进行数据清理、数据集成、数据规约、数据变换后将数据传输至智能调控模块；智能调控模块对数据采集处理模块传来的数据进行决策分析，并向环控设备执行模块发出控制命令；环控设备执行模块接收智能调控模块下发的控制命令，控制对应的环境设备工作。本发明实现了笼养肉鸡养殖环境智能控制功能，解决了目前笼养肉鸡养殖环境调控手段单一以及肉鸡养殖舍中环境参数调控不及时，造成养殖舍内各区域中环境值差值较大等问题。
-
公开(公告)号：CN117649556A
公开(公告)日：2024-03-05
申请号：CN202311645243.6
申请日：2023-12-04
申请人： 天津农学院
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0464
摘要： 一种基于图像的异常状态识别方法，属于深度学习检测技术领域，步骤包括：步骤1、针对检测目标图像中存在异常情况，通过分类采用两种方式进行标注，建立出检测目标图像的异常状态数据集；步骤2、构建关键位置目标的异常状态的模型；步骤3、构建关键点连线之间的夹角目标检测模块；步骤4、最后将两个推理模型进行集成，输出可视化的展示识别结果。本发明设计合理，应用领域广泛，可以适用于多种应用场景，通过对目标物的图像进行采集和判断，实现无损伤判断，采集图像的方式也灵活多样，可以使用可见光图像、X光图像、红外图像等。
-
公开(公告)号：CN117648668A
公开(公告)日：2024-03-05
申请号：CN202311639954.2
申请日：2023-12-01
申请人： 天津农学院
IPC分类号： G06F18/25 , G06F18/241 , G06F18/214 , G06V10/764 , G06V10/774 , G06V10/40
摘要： 一种基于多模态数据融合的识别方法和禽类养殖中的应用，属于图像和声音识别分类领域，包括：步骤1、数据集制作：采集识别对象的可见光、红外视频数据与声音数据，并通过数据预处理制作关于识别对象的信息数据集；步骤2、模型构建：搭建用于识别对象的可见光、红外图像及声音数据的多模态网络模型并进行模型训练；所述多模态网络模型中包括单模态特征提取层，以及双模态特征融合层和三模态特征融合层；步骤3、特征状态识别：将待检测的识别对象数据输入至训练好的识别对象特征状态识别模型，通过输出概率与设定阈值的比较，判断否存在异常状态的识别对象及所处异常状态的种类。本发明提供了一种高准确率高可靠性的识别对象和特征状态识别方法。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.017 秒)
