CN115120209A - 一种牲畜数据分析系统及其数据分析方法和装置 - Google Patents
一种牲畜数据分析系统及其数据分析方法和装置 Download PDFInfo
- Publication number
- CN115120209A CN115120209A CN202210753700.2A CN202210753700A CN115120209A CN 115120209 A CN115120209 A CN 115120209A CN 202210753700 A CN202210753700 A CN 202210753700A CN 115120209 A CN115120209 A CN 115120209A
- Authority
- CN
- China
- Prior art keywords
- livestock
- data analysis
- current position
- state
- parameters
- 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
- 244000144972 livestock Species 0.000 title claims abstract description 110
- 238000007405 data analysis Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000009471 action Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000003062 neural network model Methods 0.000 claims abstract description 15
- 230000036760 body temperature Effects 0.000 claims description 13
- 230000012173 estrus Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 230000036541 health Effects 0.000 abstract description 12
- 238000009395 breeding Methods 0.000 abstract description 9
- 230000001488 breeding effect Effects 0.000 abstract description 9
- 244000144980 herd Species 0.000 abstract description 5
- 238000012549 training Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012706 support-vector machine Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000001121 heart beat frequency Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000053 physical method Methods 0.000 description 2
- 206010058314 Dysplasia Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000009318 large scale farming Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009317 small scale farming Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61D—VETERINARY INSTRUMENTS, IMPLEMENTS, TOOLS, OR METHODS
- A61D17/00—Devices for indicating trouble during labour of animals ; Methods or instruments for detecting pregnancy-related states of animals
- A61D17/002—Devices for indicating trouble during labour of animals ; Methods or instruments for detecting pregnancy-related states of animals for detecting period of heat of animals, i.e. for detecting oestrus
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Animal Husbandry (AREA)
- Fuzzy Systems (AREA)
- Pulmonology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Pregnancy & Childbirth (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请公开了一种牲畜数据分析系统及其数据分析方法和装置,该系统包括服务器和与服务器连接的多个电子耳标。每个电子耳标用于配置于一个牲畜的耳朵上,用于采集并连续记录牲畜的身体参数和/或当前位置信息,并通过物联网将身体参数和/或当前位置信息发送至服务器;服务器用于基于所有当前位置参数生成牲畜的行动轨迹和/或运动频率,然后基于神经网络模型对身体参数、行动轨迹和/或运动轨迹进行处理,得到牲畜的身体状态,并将身体状态发送给用户。通过本技术方案,能够对于大规模畜群中每个牲畜的身体状态及时掌握,而不再依赖于养殖人员对每个牲畜的逐个查看,从而避免了因为无法及时掌握牲畜的健康状态或其他信息而给养殖户带来损失。
Description
技术领域
本申请涉及畜牧技术领域,更具体地说,涉及一种牲畜数据分析系统及其数据分析方法和装置。
背景技术
对于大规模的牲畜养殖来说,需要及时掌握牲畜的健康状态和其他状态对,以便根据健康状态以及其他状态及时采取处置措施。以前一般需要养殖人员现场查看,才能对牲畜有个详细的了解,然后根据了解到的信息进行防病治病等操作。这种方式对于小规模养殖来说没有什么问题,但是对于大规模养殖来说就显得力不从心了,如果因此没有采集及时的处置措施会发生严重的问题从而给养殖户带来损失。
发明内容
有鉴于此,本申请提供一种,用于牲畜数据分析系统及其数据分析方法和装置,以避免因为无法及时掌握牲畜的健康状态或其他信息而给养殖户带来损失。
为了实现上述目的,现提出的方案如下:
一种牲畜数据分析系统,包括服务器和与所述服务器连接的多个电子耳标,其中:
每个所述电子耳标用于配置于一个牲畜的耳朵上,用于采集并连续记录所述牲畜的身体参数和/或当前位置信息,并通过物联网将所述身体参数和/或所述当前位置信息发送至所述服务器;
所述服务器用于接收所述身体参数和/或所述当前位置参数,并基于所有所述当前位置参数生成所述牲畜的行动轨迹和/或运动频率,然后基于神经网络模型对所述身体参数、所述行动轨迹和/或所述运动轨迹进行处理,得到所述牲畜的身体状态,并将所述身体状态发送给用户。
可选的,所述电子耳标用于检测所述牲畜的体温和/或心率,并通过对所述体温和/或所述心率进行合并,得到所述身体参数。
一种数据分析方法,应用于如上所述的牲畜数据分析系统,所述数据分析方法包括步骤:
获取牲畜的身体参数和/或当前位置信息;
对所述当前位置信息进行汇总处理,得到所述牲畜的行动轨迹和/或运动频率;
基于神经网络模型对所述身体参数、所述行动轨迹和/或所述运动频率进行处理,得到所述牲畜的身体状态。
可选的,所述身体参数包括体温和/或心率。
可选的,所述身体状态包括健康状态、发育状态或发情状态。
一种数据分析方法,应用于如上所述的牲畜数据分析系统,其特征在于,所述数据分析装置包括:
参数采集模块,被配置为获取牲畜的身体参数和/或当前位置信息;
位置处理模块,被配置为对所述当前位置信息进行汇总处理,得到所述牲畜的行动轨迹和/或运动频率;
分析执行模块,被配置为基于神经网络模型对所述身体参数、所述行动轨迹和/或所述运动频率进行处理,得到所述牲畜的身体状态。
可选的,所述身体参数包括体温和/或心率。
可选的,所述身体状态包括健康状态、发育状态或发情状态。
从上述的技术方案可以看出,本申请公开了一种牲畜数据分析系统及其数据分析方法和装置,该系统包括服务器和与服务器连接的多个电子耳标。每个电子耳标用于配置于一个牲畜的耳朵上,用于采集并连续记录牲畜的身体参数和/或当前位置信息,并通过物联网将身体参数和/或当前位置信息发送至服务器;服务器用于接收身体参数和/或当前位置参数,并基于所有当前位置参数生成牲畜的行动轨迹和/或运动频率,然后基于神经网络模型对身体参数、行动轨迹和/或运动轨迹进行处理,得到牲畜的身体状态,并将身体状态发送给用户。通过本技术方案,能够对于大规模畜群中每个牲畜的身体状态及时掌握,而不再依赖于养殖人员对每个牲畜的逐个查看,从而避免了因为无法及时掌握牲畜的健康状态或其他信息而给养殖户带来损失。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例的一种牲畜数据分析系统的示意图;
图2为本申请实施例的一种数据分析方法的流程图;
图3为本申请实施例的一种数据分析装置的框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一
图1为本申请实施例的一种牲畜数据分析系统的示意图。
如图1所示,本实施例提供的牲畜数据分析系统包括服务器100和多个电子耳标200,每个电子耳标佩戴于需要被监控的牲畜的耳朵上,且具有无线通信功能,服务器通过基站直接与每个耳标件通过无线方式信号连接,也可以通过读取设备从相应耳标读取数据后上传服务器。
本实施例中的每个电子耳标能够采集相应牲畜的身体参数,如体温、心率等,还可以采集该牲畜所处的当前位置信息,电子耳标自动每隔一定时间或者通过响应服务器的采集指令向服务器发送上述身体参数和当前位置信息。
服务器在接收到当前位置信息后,通过对一些列的当前位置信息的处理,可以得到该牲畜的行动轨迹和运动频率等信息。然后,该服务器基于预先训练得到的神经网络模型对上述身体信息、行动轨迹和运动频率中的一种或多种进行处理,从而得到该牲畜的身体状态。该身体状态可以是健康状态,如是否患病;还可以是发育状态,如发育不良或发育良好;还可以是发情状态,如是否已经进入发情期等。
从上述技术方案可以看出,本实施例提供了一种牲畜数据分析系统,该系统包括服务器和与服务器连接的多个电子耳标。每个电子耳标用于配置于一个牲畜的耳朵上,用于采集并连续记录牲畜的身体参数和/或当前位置信息,并通过物联网将身体参数和/或当前位置信息发送至服务器;服务器用于接收身体参数和/或当前位置参数,并基于所有当前位置参数生成牲畜的行动轨迹和/或运动频率,然后基于神经网络模型对身体参数、行动轨迹和/或运动轨迹进行处理,得到牲畜的身体状态,并将身体状态发送给用户。通过本技术方案,能够对于大规模畜群中每个牲畜的身体状态及时掌握,而不再依赖于养殖人员对每个牲畜的逐个查看,从而避免了因为无法及时掌握牲畜的健康状态或其他信息而给养殖户带来损失。
本申请中的神经网络模型基于如下方案训练得到:
1.数据收集
基于每个品种的牲畜生活习性不同,有些品种的牲畜属于好动型的,有些品种的牲畜属于温顺安静型的。所以我们需要对不同的品种的牲畜分别进行建模,为了方便我们可以使用相同的机器学习算法进行建模。
我们的学习任务属于监督型的,所以需要对每个数据进行标定,即人工标定是否为发情期,是否健康。需要获取的数据信息主要包括牲畜的年龄,性别,体温,心跳次数,位置,运动轨迹及运动频率,以及该牲畜目前的状态信息。这里牲畜的年龄,性别信息可以直接从农场主处获得,牲畜的状态信息需要专业人员帮忙判定,牲畜的体温,心跳次数,位置,运动轨迹及运动频率信息可以通过电子耳直接获取,但获取后需要专业人员辅助进行数据标定。这里需要标定的信息主要有:在各种情况下牲畜的体温范围,心跳范围,运动频率,运动范围等等。数据集的覆盖范围尽可能的广泛,每种类别的数据量尽可能均衡一些,这都有利于模型的训练。将采集到的数据分层次划分为训练集与测试集,训练集与测试集的比例参考7∶3.
2.模型训练
本申请的学习任务属于典型的分类问题,这里需要根据从牲畜身上采集到的数据,把不同品种的牲畜分成发病、健康(未发情)、健康(发情期)等类别,从而达到提前预警的目的。这里选择机器学习模型为支持向量机SVM,由于不同种类数据间的边界线不一定是直线,所以我们需要通过核函数进行映射,使得映射后的数据能够通过SVM做出准确的划分。选定学习算法后,下面就是通过训练数据集对模型的参数进行学习,然后通过测试集对学习到的模型精度进行评估,如果模型的精度达到要求,停止学习,得到最终的训练模型。
3.模型的使用
模型训练完之后就具备了能够通过采集到的数据对牲畜的状态进行判别的功能。这里牲畜的品种可以通过专利“一种牲畜活体体测设备及其智能体测系统”中的CNN模型进行判别,然后根据牲畜的品种选择对应的SVM模型。再将电子耳标收集到的牲畜的体温、心跳、位置、运动轨迹和运动频率,以及牲畜的年龄、性别等信息输入到模型中,SVM模型能够输出该牲畜所处的状态,从而达到智能监测的目的。
实施例二
图2为本申请实施例的一种数据分析方法的流程图。
如图2所示,本实施例提供的数学分析方法应用于上一实施例中的牲畜数据分析系统,具体来说应用于该牲畜数据分析系统的服务器,该数学分析方法包括如下步骤:
S1、获取牲畜的身体参数和/或当前位置信息。
即接收电子耳标自动发送的身体参数和当前位置信息中的部分或全部,或者基于用户的请求向电子耳标发送数据采集指令,然后接收电子耳标通过响应该数据采集指令而发送的身体参数和当前位置信息中的部分或全部。
S2、对当前位置信息进行汇总处理。
即通过对一系列的当前位置信息的汇总,生成牲畜的行动轨迹和/或运动频率。
S3、对身体参数、行动轨迹和运动频率进行处理。
即基于预先训练的神经网络模型对上述身体参数、行动轨迹和运动频率中的部分或全部进行处理,从而得到生成的身体状态。这里神经网络模型在上面已经详细给出,这里不再赘述。
通过本方法,能够使得牲畜数据分析系统及时得到大规模畜群中每个牲畜的身体状态,以使用户及时掌握该身体状态,而不再依赖于养殖人员对每个牲畜的逐个查看,从而避免了因为无法及时掌握牲畜的健康状态或其他信息而给养殖户带来损失。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,该模块、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,在有些作为替换的实现中,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,两个接连地表示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,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操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。
虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言-诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言-诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者,可以连接到外部计算机。
实施例三
图3为本申请实施例的一种数据分析装置的框图。
如图3所示,本实施例提供的数学分析装置应用于上一实施例中的牲畜数据分析系统,具体来说应用于该牲畜数据分析系统的服务器,该数学分析装置包括参数采集模块10、位置处理模块20和分析执行模块30。
参数残疾模块用于获取牲畜的身体参数和/或当前位置信息。
即接收电子耳标自动发送的身体参数和当前位置信息中的部分或全部,或者基于用户的请求向电子耳标发送数据采集指令,然后接收电子耳标通过响应该数据采集指令而发送的身体参数和当前位置信息中的部分或全部。
位置处理模块用于对当前位置信息进行汇总处理。
即通过对一系列的当前位置信息的汇总,生成牲畜的行动轨迹和/或运动频率。
分析执行模块用于对身体参数、行动轨迹和运动频率进行处理。
即基于预先训练的神经网络模型对上述身体参数、行动轨迹和运动频率中的部分或全部进行处理,从而得到生成的身体状态。这里神经网络模型在上面已经详细给出,这里不再赘述。
通过本方法,能够使得牲畜数据分析系统及时得到大规模畜群中每个牲畜的身体状态,以使用户及时掌握该身体状态,而不再依赖于养殖人员对每个牲畜的逐个查看,从而避免了因为无法及时掌握牲畜的健康状态或其他信息而给养殖户带来损失。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的技术方案进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种牲畜数据分析系统,其特征在于,包括服务器和与所述服务器连接的多个电子耳标,其中:
每个所述电子耳标用于配置于一个牲畜的耳朵上,用于采集并连续记录所述牲畜的身体参数和/或当前位置信息,并通过物联网将所述身体参数和/或所述当前位置信息发送至所述服务器;
所述服务器用于接收所述身体参数和/或所述当前位置参数,并基于所有所述当前位置参数生成所述牲畜的行动轨迹和/或运动频率,然后基于神经网络模型对所述身体参数、所述行动轨迹和/或所述运动轨迹进行处理,得到所述牲畜的身体状态,并将所述身体状态发送给用户。
2.如权利要求1所述的牲畜数据分析系统,其特征在于,所述电子耳标用于检测所述牲畜的体温和/或心率,并通过对所述体温和/或所述心率进行合并,得到所述身体参数。
3.一种数据分析方法,应用于如权利要求1或2所述的牲畜数据分析系统,其特征在于,所述数据分析方法包括步骤:
获取牲畜的身体参数和/或当前位置信息;
对所述当前位置信息进行汇总处理,得到所述牲畜的行动轨迹和/或运动频率;
基于神经网络模型对所述身体参数、所述行动轨迹和/或所述运动频率进行处理,得到所述牲畜的身体状态。
4.如权利要求3所述的数据分析方法,其特征在于,所述身体参数包括体温和/或心率。
5.如权利要求3所述的数据分析方法,其特征在于,所述身体状态包括健康状态、发育状态或发情状态。
6.一种数据分析方法,应用于如权利要求1或2所述的牲畜数据分析系统,其特征在于,所述数据分析装置包括:
参数采集模块,被配置为获取牲畜的身体参数和/或当前位置信息;
位置处理模块,被配置为对所述当前位置信息进行汇总处理,得到所述牲畜的行动轨迹和/或运动频率;
分析执行模块,被配置为基于神经网络模型对所述身体参数、所述行动轨迹和/或所述运动频率进行处理,得到所述牲畜的身体状态。
7.如权利要求6所述的数据分析装置,其特征在于,所述身体参数包括体温和/或心率。
8.如权利要求6所述的数据分析装置,其特征在于,所述身体状态包括健康状态、发育状态或发情状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210753700.2A CN115120209A (zh) | 2022-06-21 | 2022-06-21 | 一种牲畜数据分析系统及其数据分析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210753700.2A CN115120209A (zh) | 2022-06-21 | 2022-06-21 | 一种牲畜数据分析系统及其数据分析方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115120209A true CN115120209A (zh) | 2022-09-30 |
Family
ID=83381613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210753700.2A Pending CN115120209A (zh) | 2022-06-21 | 2022-06-21 | 一种牲畜数据分析系统及其数据分析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115120209A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116432907A (zh) * | 2023-04-15 | 2023-07-14 | 亭曈(杭州)科技有限公司 | 一种基于深度学习的牲畜运动行为分析方法及系统 |
-
2022
- 2022-06-21 CN CN202210753700.2A patent/CN115120209A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116432907A (zh) * | 2023-04-15 | 2023-07-14 | 亭曈(杭州)科技有限公司 | 一种基于深度学习的牲畜运动行为分析方法及系统 |
CN116432907B (zh) * | 2023-04-15 | 2024-04-19 | 亭曈(杭州)科技有限公司 | 一种基于深度学习的牲畜运动行为分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Knauer et al. | Evaluation of applying statistical process control techniques to daily average feeding behaviors to detect disease in automatically fed group-housed preweaned dairy calves | |
KR102165891B1 (ko) | 축산 데이터 분석 기반 농가 상태 진단 시스템 | |
Garcia et al. | Lameness detection challenges in automated milking systems addressed with partial least squares discriminant analysis | |
Rodriguez-Baena et al. | Identifying livestock behavior patterns based on accelerometer dataset | |
Chaudhry et al. | Internet of Things (IoT) and machine learning (ML) enabled livestock monitoring | |
Zin et al. | A general video surveillance framework for animal behavior analysis | |
Martin | Current value of historical and ongoing surveillance for disease freedom: Surveillance for bovine Johne's disease in Western Australia | |
CN115120209A (zh) | 一种牲畜数据分析系统及其数据分析方法和装置 | |
CN117379016B (zh) | 用于肉牛养殖的远程监控系统及其方法 | |
Zhang et al. | Early lameness detection in dairy cattle based on wearable gait analysis using semi-supervised LSTM-autoencoder | |
CN114117053A (zh) | 病种分类模型训练方法、装置、存储介质及电子装置 | |
CN113456063A (zh) | 一种基于人工智能的死鸡病鸡检测系统及检测方法 | |
CN101510235A (zh) | 疫病血凝检测分析系统 | |
CN114521900B (zh) | 一种基于迁移学习心律失常分类识别的方法 | |
Lordwin Cecil Prabhakar et al. | IoT based air quality monitoring and plant disease detection for agriculture | |
Mijwil et al. | Innovative livestock: A survey of artificial intelligence techniques in livestock farming management | |
Ojukwu et al. | Development of a computer vision system to detect inactivity in group-housed pigs | |
CN205809920U (zh) | 一种幼儿园体检系统 | |
Orpa et al. | An IoT based healthcare solution with ESP32 using machine learning model | |
Kavya Priya et al. | WSN-based electronic livestock of dairy cattle and physical parameters monitoring | |
Illandara et al. | Smart Intelligent Advisory Agent for Farming Community | |
Singhal et al. | Cattle Collar: An End-to-End Multi-Model Framework for Cattle Monitoring | |
Adriaens et al. | Detecting dairy cows' lying behaviour using noisy 3D ultra-wide band positioning data | |
KR102248586B1 (ko) | 수의 경험지식을 이용한 가축 진단 지원 시스템 | |
Zhang et al. | Design and Implementation of Cow Chewing Behavior Recognition Based on Sound Sensor |
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 |