CN112201345A - 一种基于运动传感器分析牛只疾病的方法 - Google Patents
一种基于运动传感器分析牛只疾病的方法 Download PDFInfo
- Publication number
- CN112201345A CN112201345A CN202011080022.5A CN202011080022A CN112201345A CN 112201345 A CN112201345 A CN 112201345A CN 202011080022 A CN202011080022 A CN 202011080022A CN 112201345 A CN112201345 A CN 112201345A
- Authority
- CN
- China
- Prior art keywords
- cattle
- data
- module
- sensor
- individual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/40—Animals
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于运动传感器分析牛只疾病的方法,涉及基于运动传感器分析牛只疾病技术领域,具体为一种基于运动传感器分析牛只疾病的方法,包括个体传感器和检测传感器,所述个体传感器和检测传感器的输出端均连接有牛只信息汇总模块,且牛只信息汇总模块的输出端连接有中央处理模块,所述中央处理模块的输出端连接NB‑IoT信息传输模块,所述NB‑IoT信息传输模块的输出端连接有云端服务器,且云端服务器的输出端分别连接有云端数据存储模块和AI构建模块。该基于运动传感器分析牛只疾病的方法,结合AI神经网络算法和大数据,利用海量经确认的可靠数据训练模型,推算准确度将越来越高。具有极高的社会价值。
Description
技术领域
本发明涉及基于运动传感器分析牛只疾病技术领域,具体为一种基于运动传感器分析牛只疾病的方法。
背景技术
牛科动物的共同特点是体质强壮;有适合长跑的腿;脚上有4趾,但侧趾比鹿类更加退化,适于奔跑;门牙和犬齿都已经退化,但还保留着下门牙,而且下犬齿也门齿化了,三对门齿向前倾斜呈铲子状,由于以比较坚硬的植物为食,前臼齿和臼齿为高冠,珐琅质有褶皱,齿冠磨蚀后表面形成复杂的齿纹,适于吃草;为了贮存草料、躲避敌害,它们的胃在进化中形成了4个室:即瘤胃、蜂巢胃、瓣胃和腺胃,还具有“反刍”的习性,使食物能够得到更好地消化和吸收。
以往对牛只疾病诊断分析,基本依靠饲养员和兽医人员的经验。不仅准确率不高,而且诊断滞后,极易延误疾病最佳治疗时机。增加养殖成本。
目前市场上已有的疾病诊断分析技术,多依靠确切的数学模型算法,灵活性和可学习能力都较差,且需要大量的人力物力来针对不同疾病建立数学模型。准确度易受个体和不同种群品类干扰,甚至受环境干扰,可用性较差。
牛只疾病分析统计步骤辅助,所统计的数据较大,消耗的时间较长,以及无法进行合理的统计计算,且现有技术主要通过固定算法估计牲畜疾病,普遍基于片上数据计算,将个体历史数据作为输入端,推算疾病的缺点。
发明内容
针对现有技术的不足,本发明提供了一种基于运动传感器分析牛只疾病的方法,解决了上述背景技术中提出该牛只疾病分析统计步骤辅助,所统计的数据较大,消耗的时间较长,以及无法进行合理的统计计算,且现有技术主要通过固定算法估计牲畜疾病,普遍基于片上数据计算,将个体历史数据作为输入端,推算疾病的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于运动传感器分析牛只疾病的方法,包括个体传感器和检测传感器,所述个体传感器和检测传感器的输出端均连接有牛只信息汇总模块,且牛只信息汇总模块的输出端连接有中央处理模块,所述中央处理模块的输出端连接NB-IoT信息传输模块,所述NB-IoT信息传输模块的输出端连接有云端服务器,且云端服务器的输出端分别连接有云端数据存储模块和AI构建模块。
可选的,所述检测传感器包括温度传感器、加速度传感器、位移传感器、振动传感器和压力传感器。
可选的,所述牛只信息汇总模块包括牛只信息备份模块、牛只信息分析模块、牛只信息分类模块和牛只信息对比模块。
可选的,所述AI构建模块包括AI数据采集模块、AI数据汇总模块和AI数据建模模块。
可选的,所述基于运动传感器分析牛只疾病的方法包括以下步骤:
S1、采集大量牛只的基础数据:选取大量牛只将个体传感器嵌入牛只的体内,以及个体传感器检测牛只的基础数据,牛只信息汇总模块汇总数据,将基础数据储存,以及将基础数据上传至云端服务器,云端服务器运行计算算法;
S2、分类汇总基础数据:汇集上述步骤S1、采集大量牛只的基础数据中基础数据,针对牛只其他品类,种群等进行大数据分类汇总;
S3、构建牛只数据模型:将上述步骤S2、分类汇总基础数据中的汇总数据,抽取确诊的牛只数据,以及结合已经确诊的牛只数据进行AI学习,反复训练,AI构建模块构建确诊牛只数据模型;
S4、持续采集牛只基础数据:连续接收个体原始传感器数据,将个体原始传感器数据同步传输至云端服务器存储,以及云端服务器运行,同时,云端数据存储模块计算个体原始传感器数据;
S5、输出概率报告:将上述步骤S4、持续采集牛只基础数据中计算的个体原始传感器数据汇总,输入AI构建模块,形成多种疾病的概率报告;
S6、推算疾病概率:根据上述步骤形成的概率报告,通过不断产生的疾病概率报告,推算疾病概率。
可选的,所述个体传感器由运动传感器构成。
可选的,所述步骤S1、采集大量牛只的基础数据中,个体传感器如测量与运动有关的位置、位移、速度、加速度、振动位移、振幅、波动传播等物理量。
本发明提供了一种基于运动传感器分析牛只疾病的方法,具备以下有益效果:
1、该基于运动传感器分析牛只疾病的方法,将个体传感器原始数据上传至云端服务器,通过服务器密集计算,实现更加准确的算法计算;针对牛只其他品类,种群等进行大数据分类汇总,结合已经确诊的牛只数据进行AI学习,反复训练模型,不断的接收个体原始传感器数据,输入AI训练模型,形成多种疾病的概率报告,通过不断产生的疾病概率报告,推算疾病;本算法的优势,通过12万牛只的基础数据,不断学习训练模型,推算疾病的准确度已经超过70%。
2、该基于运动传感器分析牛只疾病的方法,结合AI神经网络算法和大数据,利用海量经确认的可靠数据训练模型,推算准确度将越来越高。具有极高的社会价值。
附图说明
图1为本发明电路流程示意图;
图2为本发明检测传感器的结构示意图;
图3为本发明牛只信息汇总模块的结构示意图;
图4为本发明AI构建模块的结构示意图;
图5为本发明的步骤流程示意图。
图中:1、个体传感器;2、检测传感器;3、牛只信息汇总模块;4、中央处理模块;5、AI构建模块;6、NB-IoT信息传输模块;7、云端服务器;8、云端数据存储模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
请参阅图1至图5,本发明提供一种技术方案:一种基于运动传感器分析牛只疾病的方法,包括个体传感器1和检测传感器2,个体传感器1和检测传感器2的输出端均连接有牛只信息汇总模块3,且牛只信息汇总模块3的输出端连接有中央处理模块4,中央处理模块4的输出端连接NB-IoT信息传输模块6,NB-IoT信息传输模块6的输出端连接有云端服务器7,且云端服务器7的输出端分别连接有云端数据存储模块8和AI构建模块5。
本发明中:检测传感器2包括温度传感器、加速度传感器、位移传感器、振动传感器和压力传感器。
本发明中:牛只信息汇总模块3包括牛只信息备份模块、牛只信息分析模块、牛只信息分类模块和牛只信息对比模块。
本发明中:AI构建模块5包括AI数据采集模块、AI数据汇总模块和AI数据建模模块。
本发明中:基于运动传感器分析牛只疾病的方法包括以下步骤:
S1、采集大量牛只的基础数据:选取大量牛只将个体传感器1嵌入牛只的体内,以及个体传感器1检测牛只的基础数据,牛只信息汇总模块3汇总数据,将基础数据储存,以及将基础数据上传至云端服务器7,云端服务器7运行计算算法;
S2、分类汇总基础数据:汇集上述步骤S1、采集大量牛只的基础数据中基础数据,针对牛只其他品类,种群等进行大数据分类汇总;
S3、构建牛只数据模型:将上述步骤S2、分类汇总基础数据中的汇总数据,抽取确诊的牛只数据,以及结合已经确诊的牛只数据进行AI学习,反复训练,AI构建模块5构建确诊牛只数据模型;
S4、持续采集牛只基础数据:连续接收个体原始传感器数据,将个体原始传感器数据同步传输至云端服务器存储,以及云端服务器运行,同时,云端数据存储模块8计算个体原始传感器数据;
S5、输出概率报告:将上述步骤S4、持续采集牛只基础数据中计算的个体原始传感器数据汇总,输入AI构建模块5,形成多种疾病的概率报告;
S6、推算疾病概率:根据上述步骤形成的概率报告,通过不断产生的疾病概率报告,推算疾病概率。
本发明中:个体传感器1由运动传感器构成。
本发明中:步骤S1、采集大量牛只的基础数据中,个体传感器1如测量与运动有关的位置、位移、速度、加速度、振动位移、振幅、波动传播等物理量。
以上,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于运动传感器分析牛只疾病的方法,包括个体传感器(1)和检测传感器(2),其特征在于:所述个体传感器(1)和检测传感器(2)的输出端均连接有牛只信息汇总模块(3),且牛只信息汇总模块(3)的输出端连接有中央处理模块(4),所述中央处理模块(4)的输出端连接NB-IoT信息传输模块(6),所述NB-IoT信息传输模块(6)的输出端连接有云端服务器(7),且云端服务器(7)的输出端分别连接有云端数据存储模块(8)和AI构建模块(5)。
2.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述检测传感器(2)包括温度传感器、加速度传感器、位移传感器、振动传感器和压力传感器。
3.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述牛只信息汇总模块(3)包括牛只信息备份模块、牛只信息分析模块、牛只信息分类模块和牛只信息对比模块。
4.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述AI构建模块(5)包括AI数据采集模块、AI数据汇总模块和AI数据建模模块。
5.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述基于运动传感器分析牛只疾病的方法包括以下步骤:
S1、采集大量牛只的基础数据:选取大量牛只将个体传感器(1)嵌入牛只的体内,以及个体传感器(1)检测牛只的基础数据,牛只信息汇总模块(3)汇总数据,将基础数据储存,以及将基础数据上传至云端服务器(7),云端服务器(7)运行计算算法;
S2、分类汇总基础数据:汇集上述步骤S1、采集大量牛只的基础数据中基础数据,针对牛只其他品类,种群等进行大数据分类汇总;
S3、构建牛只数据模型:将上述步骤S2、分类汇总基础数据中的汇总数据,抽取确诊的牛只数据,以及结合已经确诊的牛只数据进行AI学习,反复训练,AI构建模块(5)构建确诊牛只数据模型;
S4、持续采集牛只基础数据:连续接收个体原始传感器数据,将个体原始传感器数据同步传输至云端服务器存储,以及云端服务器运行,同时,云端数据存储模块(8)计算个体原始传感器数据;
S5、输出概率报告:将上述步骤S4、持续采集牛只基础数据中计算的个体原始传感器数据汇总,输入AI构建模块(5),形成多种疾病的概率报告;
S6、推算疾病概率:根据上述步骤形成的概率报告,通过不断产生的疾病概率报告,推算疾病概率。
6.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述个体传感器(1)由运动传感器构成。
7.根据权利要求1所述的一种基于运动传感器分析牛只疾病的方法,其特征在于:所述步骤S1、采集大量牛只的基础数据中,个体传感器(1)如测量与运动有关的位置、位移、速度、加速度、振动位移、振幅、波动传播等物理量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011080022.5A CN112201345A (zh) | 2020-10-10 | 2020-10-10 | 一种基于运动传感器分析牛只疾病的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011080022.5A CN112201345A (zh) | 2020-10-10 | 2020-10-10 | 一种基于运动传感器分析牛只疾病的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112201345A true CN112201345A (zh) | 2021-01-08 |
Family
ID=74013346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011080022.5A Pending CN112201345A (zh) | 2020-10-10 | 2020-10-10 | 一种基于运动传感器分析牛只疾病的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112201345A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113397486A (zh) * | 2021-06-16 | 2021-09-17 | 深圳市在那科技有限公司 | 一种反刍动物的健康管理系统及管理方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101596100A (zh) * | 2009-07-01 | 2009-12-09 | 北京派瑞根科技开发有限公司 | 基于运动传感器和生物传感器的突发疾病分析系统 |
CN101596099A (zh) * | 2009-07-01 | 2009-12-09 | 北京派瑞根科技开发有限公司 | 基于运动传感器和生物传感器的突发疾病分析网络系统 |
CN102707806A (zh) * | 2012-05-18 | 2012-10-03 | 北京航空航天大学 | 一种基于加速度传感器的运动识别方法 |
CN106778014A (zh) * | 2016-12-29 | 2017-05-31 | 浙江大学 | 一种基于循环神经网络的患病风险预测方法 |
CN107960990A (zh) * | 2018-01-11 | 2018-04-27 | 上海健康医学院 | 一种穿戴式心脑血管疾病智能监测系统及方法 |
CN108267550A (zh) * | 2018-01-22 | 2018-07-10 | 陈忠 | 基于智能鞋的疾病预警系统及方法 |
CN108968933A (zh) * | 2018-06-23 | 2018-12-11 | 苏强 | 心脑血管疾病检测装置 |
CN109350024A (zh) * | 2018-12-20 | 2019-02-19 | 广东医科大学附属医院 | 一种基于物联网的可穿戴式呼吸疾病监测系统及方法 |
CN110689935A (zh) * | 2019-09-29 | 2020-01-14 | 山东科技大学 | 物联网急救服务平台及预警方法 |
CN111297366A (zh) * | 2018-12-12 | 2020-06-19 | 中国科学院软件研究所 | 基于日常生活用品的辅助疾病诊断的数据处理方法和诊断装置 |
CN111383755A (zh) * | 2018-12-29 | 2020-07-07 | 西安思博探声生物科技有限公司 | 基于物联网云端服务器的膝关节疾病测评系统 |
CN111564216A (zh) * | 2020-05-11 | 2020-08-21 | 张建良 | 基于气象医学的人工智能疾病预防系统 |
-
2020
- 2020-10-10 CN CN202011080022.5A patent/CN112201345A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101596100A (zh) * | 2009-07-01 | 2009-12-09 | 北京派瑞根科技开发有限公司 | 基于运动传感器和生物传感器的突发疾病分析系统 |
CN101596099A (zh) * | 2009-07-01 | 2009-12-09 | 北京派瑞根科技开发有限公司 | 基于运动传感器和生物传感器的突发疾病分析网络系统 |
CN102707806A (zh) * | 2012-05-18 | 2012-10-03 | 北京航空航天大学 | 一种基于加速度传感器的运动识别方法 |
CN106778014A (zh) * | 2016-12-29 | 2017-05-31 | 浙江大学 | 一种基于循环神经网络的患病风险预测方法 |
CN107960990A (zh) * | 2018-01-11 | 2018-04-27 | 上海健康医学院 | 一种穿戴式心脑血管疾病智能监测系统及方法 |
CN108267550A (zh) * | 2018-01-22 | 2018-07-10 | 陈忠 | 基于智能鞋的疾病预警系统及方法 |
CN108968933A (zh) * | 2018-06-23 | 2018-12-11 | 苏强 | 心脑血管疾病检测装置 |
CN111297366A (zh) * | 2018-12-12 | 2020-06-19 | 中国科学院软件研究所 | 基于日常生活用品的辅助疾病诊断的数据处理方法和诊断装置 |
CN109350024A (zh) * | 2018-12-20 | 2019-02-19 | 广东医科大学附属医院 | 一种基于物联网的可穿戴式呼吸疾病监测系统及方法 |
CN111383755A (zh) * | 2018-12-29 | 2020-07-07 | 西安思博探声生物科技有限公司 | 基于物联网云端服务器的膝关节疾病测评系统 |
CN110689935A (zh) * | 2019-09-29 | 2020-01-14 | 山东科技大学 | 物联网急救服务平台及预警方法 |
CN111564216A (zh) * | 2020-05-11 | 2020-08-21 | 张建良 | 基于气象医学的人工智能疾病预防系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113397486A (zh) * | 2021-06-16 | 2021-09-17 | 深圳市在那科技有限公司 | 一种反刍动物的健康管理系统及管理方法 |
CN113397486B (zh) * | 2021-06-16 | 2023-09-19 | 深圳市在那科技有限公司 | 一种反刍动物的健康管理系统及管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bao et al. | Artificial intelligence in animal farming: A systematic literature review | |
Zehner et al. | System specification and validation of a noseband pressure sensor for measurement of ruminating and eating behavior in stable-fed cows | |
WO2019218602A1 (zh) | 一种奶牛行为与生理特征物联网系统及其工作方法 | |
Mattachini et al. | Methodology for quantifying the behavioral activity of dairy cows in freestall barns | |
Knight | Sensor techniques in ruminants: more than fitness trackers | |
Koeck et al. | Genetic analysis of clinical mastitis and somatic cell count traits in Austrian Fleckvieh cows | |
Ungar et al. | Evaluation of the IceTag leg sensor and its derivative models to predict behaviour, using beef cattle on rangeland | |
CA2874567C (en) | System and method for in-rumen monitoring | |
Anderson et al. | Characterising the spatial and temporal activities of free-ranging cows from GPS data | |
Alipio et al. | Intelligent wearable devices and biosensors for monitoring cattle health conditions: A review and classification | |
RU2011136154A (ru) | Устройство измерения и контроля состояния здоровья анонимных особей в группах домашних животных | |
KR102165891B1 (ko) | 축산 데이터 분석 기반 농가 상태 진단 시스템 | |
CN107667904A (zh) | 基于物联网技术的生猪大数据系统 | |
CN113711944B (zh) | 一种母猪发情鉴定方法、装置及系统 | |
CN107041740A (zh) | 动物心率监测系统以及基于神经网络的心率状态识别方法 | |
CN107041732A (zh) | 动物体温监测系统以及基于机器学习的体温状态识别方法 | |
Zhao et al. | Automatic body condition scoring system for dairy cows based on depth-image analysis | |
CN112201345A (zh) | 一种基于运动传感器分析牛只疾病的方法 | |
Maltz | Novel technologies: sensors, data and precision dairy farming | |
CN112883999A (zh) | 一种用于奶牛运动异常检测计步器系统及其方法 | |
CN116611553A (zh) | 一种基于穿戴式设备的放牧羊采食量估测方法 | |
Michie et al. | Wireless MEMS sensors for precision farming | |
Barwick et al. | On-animal motion sensing using accelerometers as a tool for monitoring sheep behaviour and health status | |
Singhal et al. | Cattle Collar: An End-to-End Multi-Model Framework for Cattle Monitoring | |
Markov et al. | Digital management of technological processes in cattle farms: a review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210108 |
|
RJ01 | Rejection of invention patent application after publication |