CN112765393B - 大熊猫发情数据管理方法、装置和计算机设备 - Google Patents

大熊猫发情数据管理方法、装置和计算机设备 Download PDF

Info

Publication number
CN112765393B
CN112765393B CN202011632610.5A CN202011632610A CN112765393B CN 112765393 B CN112765393 B CN 112765393B CN 202011632610 A CN202011632610 A CN 202011632610A CN 112765393 B CN112765393 B CN 112765393B
Authority
CN
China
Prior art keywords
data
panda
estrus
audio
estrogen
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.)
Active
Application number
CN202011632610.5A
Other languages
English (en)
Other versions
CN112765393A (zh
Inventor
周应敏
张贵权
赖燕舞
杨波
罗波
周强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Conservation And Research Center For Giant Panda
Original Assignee
China Conservation And Research Center For Giant Panda
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Conservation And Research Center For Giant Panda filed Critical China Conservation And Research Center For Giant Panda
Priority to CN202011632610.5A priority Critical patent/CN112765393B/zh
Publication of CN112765393A publication Critical patent/CN112765393A/zh
Application granted granted Critical
Publication of CN112765393B publication Critical patent/CN112765393B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/61—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/683—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/54—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for retrieval

Abstract

本发明提供一种大熊猫发情数据管理方法、装置和计算机设备，该大熊猫发情数据管理方法包括：获取通过采集软件记录的目标熊猫发情期的动态行为数据，动态行为数据包括串圈行为数据、放对行为数据以及步频数据；获取目标熊猫发情期的雌激素源数据；获取目标熊猫发情期的实时音频，对实时音频进行预设算法处理以及预设识别模型识别，获得叫声数据，叫声数据包括叫声类型以及相应次数；将动态行为数据、雌激素源数据、叫声数据以及采集相关数据关联存储至大熊猫发情数据库，相关数据包括熊猫编号。本发明的大熊猫发情数据管理方法，可减少工作人员的工作量，提高对大熊猫的发情期数据管理的效率，以及便于后续提取目标熊猫相应的发情期数据进行分析。

Description

大熊猫发情数据管理方法、装置和计算机设备
技术领域
本发明涉及数据管理领域，具体而言，涉及一种大熊猫发情数据管理方法、装置、计算机设备和可读存储介质。
背景技术
大熊猫发情期的各种行为数据以及雌激素数据对于大熊猫的繁育有着重要的意义，现有的对于大熊猫发情期的数据管理一般通过人工进行记录以及收编，因此相关工作人员的工作量较大，其数据管理的效率较低，并且不便于后续的数据分析工作。
发明内容
鉴于上述问题，本发明提供了一种大熊猫发情数据管理方法、装置、计算机设备和可读存储介质，以减少工作人员的工作量，提高对大熊猫的发情期数据管理的效率，以及便于后续提取目标熊猫相应的发情期数据进行分析。
为了实现上述目的，本发明采用如下的技术方案：
一种大熊猫发情数据管理方法，包括：
获取通过采集软件记录的目标熊猫发情期的动态行为数据，所述动态行为数据包括串圈行为数据、放对行为数据以及步频数据；
获取所述目标熊猫发情期的雌激素源数据；
获取所述目标熊猫发情期的实时音频，对所述实时音频进行预设算法处理以及预设识别模型识别，获得叫声数据，所述叫声数据包括叫声类型以及相应次数；
将所述动态行为数据、所述雌激素源数据、所述叫声数据以及采集相关数据关联存储至大熊猫发情数据库，所述相关数据包括熊猫编号。
优选地，所述的大熊猫发情数据管理方法中，还包括：
从所述大熊猫发情数据库中提取所有熊猫发情期的雌激素源数据；
对所有的雌激素源数据进行非线性拟合，获得熊猫发情期的雌激素预测曲线方程。
优选地，所述的大熊猫发情数据管理方法中，还包括：
接收熊猫编号，利用所述熊猫编号与所述大熊猫发情数据库进行匹配，获取所述熊猫编号相应的雌激素源数据；
利用所述相应的雌激素源数据与所述雌激素预测曲线方程，生成所述熊猫编号相应的雌激素预测曲线。
优选地，所述的大熊猫发情数据管理方法中，还包括：
接收熊猫编号，利用所述熊猫编号与所述大熊猫发情数据库进行匹配，获取所述熊猫编号相应的熊猫发情期数据，并利用所述熊猫发情期数据生成熊猫发情期数据分析报告。
优选地，所述的大熊猫发情数据管理方法中，所述熊猫发情期数据分析报告包括利用所述串圈行为数据、所述放对行为数据以及所述叫声数据生成的行为统计图，利用所述步频数据生成的步频统计图，以及利用所述雌激素源数据生成的雌激素统计图。
优选地，所述的大熊猫发情数据管理方法中，所述对所述实时音频进行预设算法处理以及预设识别模型识别，获得叫声数据包括：
对所述实时音频进行分段以及声音清洗预处理，获得剔除无效音频后的预处理音频段；
对所述预处理音频段进行离散余弦变换处理后，提取出在音频主频率上的频域信号；
从所述频域信号上提取出多个预设频段的信号，作为叫声音频；
将所述叫声音频输入至所述预设识别模型，以识别出所述叫声音频中的叫声类型以及相应次数。
优选地，所述的大熊猫发情数据管理方法中，所述预设识别模型包括支持向量机。
本发明还提供一种大熊猫发情数据管理装置，包括：
行为数据获取模块，用于获取通过采集软件记录的目标熊猫发情期的动态行为数据，所述动态行为数据包括串圈行为数据、放对行为数据以及步频数据；
激素数据获取模块，用于获取所述目标熊猫发情期的雌激素源数据；
叫声数据获取模块，用于获取所述目标熊猫发情期的实时音频，对所述实时音频进行预设算法处理以及预设识别模型识别，获得叫声数据，所述叫声数据包括叫声类型以及相应次数；
发情数据存储模块，用于将所述动态行为数据、所述雌激素源数据、所述叫声数据以及采集相关数据关联存储至大熊猫发情数据库，所述相关数据包括熊猫编号。
本发明还提供一种计算机设备，包括存储器以及处理器，所述存储器存储有计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行所述的大熊猫发情数据管理方法。
本发明还提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行所述的大熊猫发情数据管理方法。
本发明提供一种大熊猫发情数据管理方法，该大熊猫发情数据管理方法包括：获取通过采集软件记录的目标熊猫发情期的动态行为数据，所述动态行为数据包括串圈行为数据、放对行为数据以及步频数据；获取所述目标熊猫发情期的雌激素源数据；获取所述目标熊猫发情期的实时音频，对所述实时音频进行预设算法处理以及预设识别模型识别，获得叫声数据，所述叫声数据包括叫声类型以及相应次数；将所述动态行为数据、所述雌激素源数据、所述叫声数据以及采集相关数据关联存储至大熊猫发情数据库，所述相关数据包括熊猫编号。本发明的大熊猫发情数据管理方法，在获得目标熊猫的动态行为数据、雌激素源数据以及叫声数据后，将利用上述数据与目标熊猫的编号关联存储至大熊猫发情数据库，以便于对大熊猫的发情期数据进行科学化管理，减少工作人员的工作量，提高对大熊猫的发情期数据管理的效率，以及便于后续提取目标熊猫相应的发情期数据进行分析。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1是本发明实施例1提供的一种大熊猫发情数据管理方法的流程图；
图2是本发明实施例2提供的一种大熊猫发情数据管理方法的流程图；
图3是本发明实施例2提供的另一种大熊猫发情数据管理方法的流程图；
图4是本发明实施例3提供的一种大熊猫发情数据管理方法的流程图；
图5是本发明实施例4提供的一种实时音频处理的流程图；
图6是本发明实施例5提供的一种大熊猫发情数据管理装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图，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。
通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。
实施例1
图1是本发明实施例1提供的一种大熊猫发情数据管理方法的流程图，该方法包括如下步骤：
步骤S11：获取通过采集软件记录的目标熊猫发情期的动态行为数据，所述动态行为数据包括串圈行为数据、放对行为数据以及步频数据。
本发明实施例中，上述串圈行为数据也即雌性大熊猫与雄性大熊猫在发情期时安置在同一区域但是相互间存在栅栏阻隔时，雌性大熊猫的行为数据。而上述放对行为数据也即将雌性大熊猫与雄性大熊猫在发情期时成对安置在一个区域时，雌性大熊猫的行为数据。例如，在发情期的雌性大熊猫的行为会有蹭阴、排尿、无目标吼叫、对雄兽吼叫、短暂咩叫、持续咩叫、主动抬尾走动、雄兽触摸后抬尾走动、雄兽触摸后抬尾不走动，雄兽触摸不抬尾等行为，而熊猫研究技术人员则可通过移动终端上的采集软件进行这些行为的记录以及次数统计，从而生成目标观察熊猫的串圈行为数据以及放对行为数据，以便远程的计算机设备获取该目标观察熊猫的串圈行为数据以及放对行为数据。
本发明实施例中，上述步频数据即单位时间内大熊猫的走动步数，例如熊猫研究技术人员可以通过采集软件每经过预设时间段后记录该预设时间段内大熊猫的走动步数，从而生成相应的步频数据。或者，还可以在大熊猫身上设置有记录走动步数的电子设备，该电子设备自动记录走动步数然后生成相应的步频数据，并可以通过无线网络将步频数据传输至计算机设备。
本发明实施例中，熊猫研究人员通过采集软件还可以进行大熊猫图像的采集，例如可以采集雌性大熊猫的外生殖器图像，最终传输至计算机设备中，以便进行后期的图像对比，以便研究人员记录相关的发情数据。
步骤S12：获取所述目标熊猫发情期的雌激素源数据。
本发明实施例中，熊猫研究人员在进行雌性熊猫的雌激素检测后也可以通过采集软件记录并上传相应的雌激素数据，例如熊猫研究人员在每天进行目标雌性熊猫的雌激素检测后将相应雌激素数据通过采集软件上传至计算机设备，从而形成目标雌性熊猫的雌激素源数据。该雌激素源数据可以通过表格形式进行记录，例如通过计算机设备中的excel表格软件进行记录，这里不做限定。
步骤S13：获取所述目标熊猫发情期的实时音频，对所述实时音频进行预设算法处理以及预设识别模型识别，获得叫声数据，所述叫声数据包括叫声类型以及相应次数。
本发明实施例中，熊猫研究人员通过采集软件还可以记录目标熊猫在发情期的实时音频，进而通过移动终端进行预设算法处理以及预设识别模型识别，获得叫声数据，或者将实时音频传输至计算计算机设备，在计算机设备上通过预设算法处理以及预设识别模型识别，获得叫声数据。
本发明实施例中，实时音频中包括有无效音频以及其它干扰的环境声，通过预设算法处理可以提取出大熊猫的叫声音频，然后通过预设识别模型即可对叫声音频进行叫声类型的识别，以及相应叫声类型出现次数的识别，生成最终的叫声数据。进行预设算法处理的阶段可以进一步提高预设识别模型识别的精确度。例如，在移动终端或计算机设备中可以设置有基于预设算法的应用程序，在获得实时音频后输入至该应用程序中，以提取出相应的大熊猫叫声音频。
步骤S14：将所述动态行为数据、所述雌激素源数据、所述叫声数据以及采集相关数据关联存储至大熊猫发情数据库，所述相关数据包括熊猫编号。
本发明实施例中，计算机设备在获得目标熊猫的动态行为数据、雌激素源数据以及叫声数据后，将利用上述数据与目标熊猫的编号关联存储至大熊猫发情数据库，以便于对大熊猫的发情期数据进行科学化管理，减少工作人员的工作量，提高对大熊猫的发情期数据管理的效率，以及便于后续提取目标熊猫相应的发情期数据进行分析。其中，上述相关数据还包括相应的数据采集时间、采集日期、上传用户信息以及备注信息等，这里不做限定。
实施例2
图2是本发明实施例2提供的一种大熊猫发情数据管理方法的流程图，该方法包括如下步骤：
步骤S21：获取通过采集软件记录的目标熊猫发情期的动态行为数据，所述动态行为数据包括串圈行为数据、放对行为数据以及步频数据。
此步骤与上述步骤S11一致，在此不再赘述。
步骤S22：获取所述目标熊猫发情期的雌激素源数据。
此步骤与上述步骤S12一致，在此不再赘述。
步骤S23：获取所述目标熊猫发情期的实时音频，对所述实时音频进行预设算法处理以及预设识别模型识别，获得叫声数据，所述叫声数据包括叫声类型以及相应次数。
此步骤与上述步骤S13一致，在此不再赘述。
步骤S24：将所述动态行为数据、所述雌激素源数据、所述叫声数据以及采集相关数据关联存储至大熊猫发情数据库，所述相关数据包括熊猫编号。
此步骤与上述步骤S14一致，在此不再赘述。
步骤S25：从所述大熊猫发情数据库中提取所有熊猫发情期的雌激素源数据。
步骤S26：对所有的雌激素源数据进行非线性拟合，获得熊猫发情期的雌激素预测曲线方程。
本发明实施例中，通过计算机设备还可以从大熊猫发情数据库中提取出所有熊猫发情期的雌激素源数据，然后通过非线性拟合算法进行该雌激素源数据的曲线拟合，从而获得熊猫发情期的雌激素预测曲线方程。例如可以在计算机设备中设置有用于非线性拟合的应用程序，在提取出雌激素源数据后输入至该应用程序中，从而进行非线性拟合获得雌激素预测曲线方程。
本发明实施例中，具体地，例如可以获取固定时间区间内，包含有所有雌性熊猫雌激素数据的雌激素源表，该雌激素源表上记录有各个熊猫的雌激素数值以及相应的时间点，将该雌激素源表进行列峰值化表处理以及插入相应时间点的温度、湿度以及光照度等环境数据后，输入至SAS数据分析软件，通过该SAS数据分析软件进行雌激素源表中雌激素数据与相应数据之间关系的曲线拟合，从而获得雌激素预测曲线方程。
图3是本发明实施例2提供的另一种大熊猫发情数据管理方法的流程图，该方法还包括如下步骤：
步骤S27：接收熊猫编号，利用所述熊猫编号与所述大熊猫发情数据库进行匹配，获取所述熊猫编号相应的雌激素源数据。
步骤S28：利用所述相应的雌激素源数据与所述雌激素预测曲线方程，生成所述熊猫编号相应的雌激素预测曲线。
本发明实施例中，由于每个熊猫的基础雌激素水平之间存在差异，因此通过该雌激素预测曲线方程进行目标熊猫的雌激素的预测时，还需要结合目标熊猫的雌激素源数据，生成目标熊猫的雌激素预测曲线来进行相应的预测。
本发明实施例中，上述生成熊猫编号相应的雌激素预测曲线的过程可以利用应用程序来实现，例如在生成雌激素预测曲线方程后，可以在计算机设备中构建一个基于雌激素预测曲线方程的应用程序，用户在预测界面中输入熊猫编号后，该应用程序即可从大熊猫发情数据库提取到相应的雌激素源数据，并利用该雌激素源数据与雌激素预测曲线方程生成相应的雌激素预测曲线，并进行显示。
实施例3
图4是本发明实施例3提供的一种大熊猫发情数据管理方法的流程图，该方法包括如下步骤：
步骤S41：获取通过采集软件记录的目标熊猫发情期的动态行为数据，所述动态行为数据包括串圈行为数据、放对行为数据以及步频数据。
此步骤与上述步骤S11一致，在此不再赘述。
步骤S42：获取所述目标熊猫发情期的雌激素源数据。
此步骤与上述步骤S12一致，在此不再赘述。
步骤S43：获取所述目标熊猫发情期的实时音频，对所述实时音频进行预设算法处理以及预设识别模型识别，获得叫声数据，所述叫声数据包括叫声类型以及相应次数。
此步骤与上述步骤S13一致，在此不再赘述。
步骤S44：将所述动态行为数据、所述雌激素源数据、所述叫声数据以及采集相关数据关联存储至大熊猫发情数据库，所述相关数据包括熊猫编号。
此步骤与上述步骤S14一致，在此不再赘述。
步骤S45：接收熊猫编号，利用所述熊猫编号与所述大熊猫发情数据库进行匹配，获取所述熊猫编号相应的熊猫发情期数据，并利用所述熊猫发情期数据生成熊猫发情期数据分析报告。
本发明实施例中，所述熊猫发情期数据分析报告包括利用所述放对行为数据以及所述叫声数据生成的行为统计图，利用所述步频数据生成的步频统计图，以及利用所述雌激素源数据生成的雌激素统计图。
本发明实施例中，在计算机设备中可以设置有熊猫发情期数据的分析界面，例如可以设置有三个界面，分别是行为数据分析界面、步频数据分析界面以及雌激素分析界面，用户在其中一个界面中输入熊猫编号后，计算计算机设备即可从大熊猫发情数据库中获取相应数据生成统计图，其中，串圈行为数据、放对行为数据以及所述叫声数据对应行为数据分析界面。其中，统计图式样包括柱状图、折线图、饼图以及混合图等，用户可以在分析界面上自行选择，这里不做限定。
实施例4
图5是本发明实施例4提供的一种实时音频处理的流程图，包括如下步骤：
步骤S51：对所述实时音频进行分段以及声音清洗预处理，获得剔除无效音频后的预处理音频段。
本发明实施例中，在获取到大熊猫的实时音频后，将对音频进行分段处理，以提高计算机设备后续处理实时音频的效率，例如可以将实时音频分段为每段一分钟等。在进行分段后，在计算机设备中可以设置有声音清洗算法或应用程序对分段音频进行声音清洗预处理，以剔除分段音频中的无效音频。
步骤S52：对所述预处理音频段进行离散余弦变换处理后，提取出在音频主频率上的频域信号。
本发明实施例中，预处理音频经过离散余弦变换后可以得到一串用余弦表示的序列，从而可以解决数据冗余的问题以及降低后续计算机设备的运算量。并且，环境声大部分集中在音频信号的低频段，变换后获得的余弦表示的序列可以很好的进行音频主频率上的频域信号的提取，剔除掉部分环境噪声。
步骤S53：从所述频域信号上提取出多个预设频段的信号，作为叫声音频。
步骤S54：将所述叫声音频输入至所述预设识别模型，以识别出所述叫声音频中的叫声类型以及相应次数。
本发明实施例中，发情期大熊猫四种典型叫声的频率范围包括咩叫频率：50-790HZ，吠叫频率：780-1200HZ，哼叫频率：450-790HZ，鸟叫频率：1200-2800HZ。也即多个预设频段包括50-790HZ频段、780-1200HZ频段、450-790HZ频段以及1200-2800HZ频段。因此，可以通过设置上述频率范围的数字滤波器进行频域信号的滤波处理，即可获得多个预设频段的信号作为叫声音频。其中，所述预设识别模型包括支持向量机，该支持向量机预先经过各种类型的熊猫叫声进行训练。
实施例5
图6是本发明实施例5提供的一种大熊猫发情数据管理装置的结构示意图。
该大熊猫发情数据管理装置600包括：
行为数据获取模块610，用于获取通过采集软件记录的目标熊猫发情期的动态行为数据，所述动态行为数据包括串圈行为数据、放对行为数据以及步频数据；
激素数据获取模块620，用于获取所述目标熊猫发情期的雌激素源数据；
叫声数据获取模块630，用于获取所述目标熊猫发情期的实时音频，对所述实时音频进行预设算法处理以及预设识别模型识别，获得叫声数据，所述叫声数据包括叫声类型以及相应次数；
发情数据存储模块640，用于将所述动态行为数据、所述雌激素源数据、所述叫声数据以及采集相关数据关联存储至大熊猫发情数据库，所述相关数据包括熊猫编号。
本发明实施例中，上述各个模块更加详细的功能描述可以参考前述实施例中相应部分的内容，在此不再赘述。
此外，本发明还提供了一种计算机设备，该计算机设备可以包括智能电话、平板电脑、车载电脑、智能穿戴设备等。该计算机设备包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行所述计算机程序，从而使计算机设备执行上述方法或者上述大熊猫发情数据管理装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种可读存储介质，用于储存上述计算机设备中使用的计算机程序。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (9)

1.一种大熊猫发情数据管理方法，其特征在于，包括：获取通过采集软件记录的目标熊猫发情期的动态行为数据，所述动态行为数据包括串圈行为数据、放对行为数据以及步频数据；获取所述目标熊猫发情期的雌激素源数据；获取所述目标熊猫发情期的实时音频；对所述实时音频进行分段以及声音清洗预处理，获得剔除无效音频后的预处理音频段；对所述预处理音频段进行离散余弦变换处理后，提取出在音频主频率上的频域信号；从所述频域信号上提取出多个预设频段的信号，作为叫声音频；将所述叫声音频输入至预设识别模型，并将所述预设识别模型基于所述叫声音频识别出的叫声类型以及相应次数确定叫声数据；将所述动态行为数据、所述雌激素源数据、所述叫声数据以及采集相关数据关联存储至大熊猫发情数据库，所述相关数据包括熊猫编号；
所述预处理音频段还包括：咩叫频率：50-790HZ，吠叫频率：780-1200HZ，哼叫频率：450-790HZ，鸟叫频率：1200-2800HZ。
2.根据权利要求1所述的大熊猫发情数据管理方法，其特征在于，还包括：从所述大熊猫发情数据库中提取所有熊猫发情期的雌激素源数据；对所有的雌激素源数据进行非线性拟合，获得熊猫发情期的雌激素预测曲线方程。
3.根据权利要求2所述的大能猫发情数据管理方法，其特征在干，还包括：接收熊猫编号，利用所述熊猫编号与所述大熊猫发情数据库进行匹配，获取所述熊猫编号相应的雌激素源数据；利用所述相应的雌激素源数据与所述雌激素预测曲线方程，生成所述熊猫编号相应的雌激素预测曲线。
4.根据权利要求1所述的大熊猫发情数据管理方法，其特征在于，还包括：接收熊猫编号，利用所述熊猫编号与所述大熊猫发情数据库进行匹配，获取所述熊猫编号相应的熊猫发情期数据，并利用所述熊猫发情期数据生成熊猫发情期数据分析报告。
5.根据权利要求4所述的大熊猫发情数据管理方法，其特征在于，所述熊猫发情期数据分析报告包括利用所述串圈行为数据、所述放对行为数据以及所述叫声数据生成的行为统计图，利用所述步频数据生成的步频统计图，以及利用所述雌激素源数据生成的雌激素统计图。
6.根据权利要求1所述的大熊猫发情数据管理方法，其特征在于，所述预设识别模型包括支持向量机。
7.一种大熊猫发情数据管理装置，其特征在于，包括：行为数据获取模块，用于获取通过采集软件记录的目标熊猫发情期的动态行为数据，所述动态行为数据包括串圈行为数据、放对行为数据以及步频数据；激素数据获取模块，用于获取所述目标熊猫发情期的雌激素源数据；叫声数据获取模块，用于获取所述目标熊猫发情期的实时音频，对所述实时音频进行分段以及声音清洗预处理，获得剔除无效音频后的预处理音频段，对所述预处理音频段进行离散余弦变换处理后，提取出在音频主频率上的频域信号，从所述频域信号上提取出多个预设频段的信号，作为叫声音频，将所述叫声音频输入至预设识别模型，并将所述预设识别模型基于所述叫声音频识别出的叫声类型以及相应次数确定叫声数据；发情数据存储模块，用于将所述动态行为数据、所述雌激素源数据、所述叫声数据以及采集相关数据关联存储至大熊猫发情数据库，所述相关数据包括熊猫编号。
8.一种计算机设备，其特征在于，包括存储器以及处理器，所述存储器存储有计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行根据权利要求1至6中任一项所述的大熊猫发情数据管理方法。
9.一种可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至6中任一项所述的大熊猫发情数据管理方法。
CN202011632610.5A 2020-12-31 2020-12-31 大熊猫发情数据管理方法、装置和计算机设备 Active CN112765393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011632610.5A CN112765393B (zh) 2020-12-31 2020-12-31 大熊猫发情数据管理方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011632610.5A CN112765393B (zh) 2020-12-31 2020-12-31 大熊猫发情数据管理方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN112765393A CN112765393A (zh) 2021-05-07
CN112765393B true CN112765393B (zh) 2022-05-24

Family

ID=75699639

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011632610.5A Active CN112765393B (zh) 2020-12-31 2020-12-31 大熊猫发情数据管理方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN112765393B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115089339B (zh) * 2022-08-11 2023-05-16 成都大熊猫繁育研究基地 一种大熊猫发情启动时间的预测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9119379B1 (en) * 2011-10-05 2015-09-01 William B. Yancey Systems and methods for detecting estrus
CN108522342A (zh) * 2018-01-23 2018-09-14 北京师范大学 一种基于动作和叫声的动物行为监测、分析及预警系统及其工作方法
CN110931024A (zh) * 2020-02-18 2020-03-27 成都大熊猫繁育研究基地 基于音频的圈养大熊猫自然交配结果的预测方法及系统
CN111084118A (zh) * 2019-12-31 2020-05-01 中国农业大学 预测母猪发情的方法及装置
CN111723785A (zh) * 2020-01-13 2020-09-29 上海明略人工智能(集团)有限公司 一种动物发情确定方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5111799A (en) * 1990-03-28 1992-05-12 Washington State University Research Foundation, Inc. Estrous detection systems
CN103207280B (zh) * 2013-03-21 2014-01-01 成都大熊猫繁育研究基地 大熊猫预产期的预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9119379B1 (en) * 2011-10-05 2015-09-01 William B. Yancey Systems and methods for detecting estrus
CN108522342A (zh) * 2018-01-23 2018-09-14 北京师范大学 一种基于动作和叫声的动物行为监测、分析及预警系统及其工作方法
CN111084118A (zh) * 2019-12-31 2020-05-01 中国农业大学 预测母猪发情的方法及装置
CN111723785A (zh) * 2020-01-13 2020-09-29 上海明略人工智能(集团)有限公司 一种动物发情确定方法及装置
CN110931024A (zh) * 2020-02-18 2020-03-27 成都大熊猫繁育研究基地 基于音频的圈养大熊猫自然交配结果的预测方法及系统

Also Published As

Publication number Publication date
CN112765393A (zh) 2021-05-07

Similar Documents

Publication Publication Date Title
WO2020006934A1 (zh) 猪只疾病识别方法、装置及计算机可读存储介质
WO2019159252A1 (ja) 生体信号を用いるストレス推定装置およびストレス推定方法
CN111161090B (zh) 圈养栏信息的确定方法、装置及系统、存储介质
CN111091811B (zh) 语音训练数据的处理方法、装置及存储介质
CN112765393B (zh) 大熊猫发情数据管理方法、装置和计算机设备
Stoeger et al. Age-group estimation in free-ranging African elephants based on acoustic cues of low-frequency rumbles
CN110347724A (zh) 异常行为识别方法、装置、电子设备及介质
CN110111815A (zh) 动物异常声音监控方法及装置、存储介质、电子设备
CN111325078A (zh) 一种人脸识别方法、装置及存储介质
CN112667129B (zh) 界面主题切换方法及装置、终端、存储介质
CN105447300A (zh) 一种医疗信息共享方法、系统及其终端
CN111739558B (zh) 监控系统、方法、装置、服务器及存储介质
CN113780048A (zh) 植物防治方法和装置
CN110196924B (zh) 特征信息库的构建、目标对象的追踪方法及装置
CN110580918A (zh) 提示信息的发送方法及装置、存储介质、电子装置
CN111723785A (zh) 一种动物发情确定方法及装置
CN111400511A (zh) 一种多媒体资源的截取方法和装置
CN110705420A (zh) 电梯轿厢广告精准推送方法、装置及存储介质
CN111010534A (zh) 实时异步视频分析方法及系统
CN114223139A (zh) 界面切换方法、装置、可穿戴电子设备及存储介质
CN113693610B (zh) 少导联心电数据处理方法、装置、存储介质及计算机设备
CN114372513A (zh) 一种鸟声识别模型的训练方法、分类方法、设备及介质
CN113903363A (zh) 基于人工智能的违规行为检测方法、装置、设备及介质
CN113033374A (zh) 人工智能识别危险行为方法、装置、电子设备和存储介质
CN112687293B (zh) 一种基于机器学习及数据挖掘的智能坐席训练方法和系统

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
GR01 Patent grant
GR01 Patent grant