CN115170925A - 一种畜禽水产重大疾病监测预警装置及其使用方法 - Google Patents
一种畜禽水产重大疾病监测预警装置及其使用方法 Download PDFInfo
- Publication number
- CN115170925A CN115170925A CN202210903557.0A CN202210903557A CN115170925A CN 115170925 A CN115170925 A CN 115170925A CN 202210903557 A CN202210903557 A CN 202210903557A CN 115170925 A CN115170925 A CN 115170925A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- livestock
- poultry
- anchor rod
- early warning
- 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.)
- Withdrawn
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 98
- 201000010099 disease Diseases 0.000 title claims abstract description 58
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 58
- 244000144972 livestock Species 0.000 title claims abstract description 53
- 244000144977 poultry Species 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 29
- 239000003814 drug Substances 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims abstract description 9
- 210000001503 joint Anatomy 0.000 claims abstract 2
- 230000007613 environmental effect Effects 0.000 claims description 33
- 208000027954 Poultry disease Diseases 0.000 claims description 17
- 238000009395 breeding Methods 0.000 claims description 9
- 230000001488 breeding effect Effects 0.000 claims description 9
- 239000007921 spray Substances 0.000 claims description 9
- 229940079593 drug Drugs 0.000 claims description 7
- 238000003062 neural network model Methods 0.000 claims description 7
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 4
- 238000012896 Statistical algorithm Methods 0.000 claims description 3
- 230000001154 acute effect Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000012377 drug delivery Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000009360 aquaculture Methods 0.000 abstract description 5
- 244000144974 aquaculture Species 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K45/00—Other aviculture appliances, e.g. devices for determining whether a bird is about to lay
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Birds (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Housing For Livestock And Birds (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及畜禽水产养殖管理领域，具体涉及一种畜禽水产重大疾病监测预警装置，包括围绕设置在养殖区的监测锚杆、安装在监测锚杆顶端的摄像头、内嵌安装在监测锚杆内的环境监测传感器组、以及安装在监测锚杆外壁上的喷头组，监测锚杆内前侧滑动配置一用于安装环境监测传感器组的弧形板，且监测锚杆前侧壁上设有与环境监测传感器组适配的开孔，监测锚杆内右侧设有与喷头组对接的药剂储存箱，摄像头用于实现养殖区周围环境图像的采集，并将采集到的周围环境图像实时反馈至控制终端，控制终端基于预设的图像处理程序实现周围环境的评估。本发明可以实现畜禽水产重大疾病的在线连续自动化监测分析，可以及时的发现畜禽水产养殖过程中存在的异常情况。
Description
技术领域
本发明涉及畜禽水产养殖管理领域，具体涉及一种畜禽水产重大疾病监测预警装置及其使用方法。
背景技术
在畜牧水产养殖过程中，需要对重大疾病进行检测预防，目前常采用人为观察、取样检测的方式进行，费时费力的同时，对畜牧人员的工作经验要求较高，容易存在检测漏洞的同时，检测结果存在一定的滞后性，易发生重大疾病的传染，从而造成巨大的损失。
发明内容
为解决上述技术问题，本发明提供了一种畜禽水产重大疾病监测预警装置及其使用方法，可以实现畜禽水产重大疾病的在线连续自动化监测分析，可以及时的发现畜禽水产养殖过程中存在的异常情况。
为实现上述目的，本发明采取的技术方案为：
一种畜禽水产重大疾病监测预警装置，包括围绕设置在养殖区的监测锚杆、安装在监测锚杆顶端的摄像头、内嵌安装在监测锚杆内的环境监测传感器组、以及安装在监测锚杆外壁上的喷头组，监测锚杆内前侧滑动配置一用于安装环境监测传感器组的弧形板，且监测锚杆前侧壁上设有与环境监测传感器组适配的开孔，监测锚杆内右侧设有与喷头组对接的药剂储存箱，摄像头用于实现养殖区周围环境图像的采集，并将采集到的周围环境图像实时反馈至控制终端，控制终端基于预设的图像处理程序实现周围环境的评估，环境监测传感器组基于LoRa的无线传感网络与控制终端实现通讯，用于实时反馈当前养殖区的环境参数，控制终端基于预设的环境参数评估程序实现环境参数的评估，最后，联合周围环境的评估结果和环境参数的评估结果实现畜禽水产重大疾病的监测预警。
进一步地，监测锚杆内前侧设置有与所述弧形板适配的滑槽，该滑槽由两对称设置的L型板构成。
进一步地，传感器组由若干传感器组成，通过螺纹安装在所述弧形板上。
进一步地，图像处理程序基于DSSD Inception V3 COCO模型实现内载畜禽病害特征/水产病害特征的图像的检测，输出对应的疑似病害名称，然后基于预设的统计算法实现包含相同的畜禽病害特征/水产病害特征的图像数量的统计。
进一步地，环境参数评估程序基于无限深度神经网络模型实现与畜禽病害特征/水产病害特征相关联的异常环境参数的识别，从而得到环境参数的评估结果。
进一步地，周围环境的评估结果和环境参数的评估结果中任一项符合病害发生前特征时，GSM预警模块启动，实现预警。
进一步地，药剂储存箱通过输药管连接有一药剂供给箱，通过药剂供给箱内的泵体实现喷头组出料速度的调控。
进一步地，所有喷头与监测锚杆外壁形成的锐角夹角均为20°～40°，且不同层的喷头错设置。
本发明还提供了上述的一种畜禽水产重大疾病监测预警装置的使用方法，包括如下步骤：
S1、将监测锚杆围绕设置在养殖区内，形成监测圈；
S2、开启传感器组和摄像头分别实现环境参数和周围环境图像的采集，并实时反馈至控制终端；
S3、基于控制终端调用预设的图像处理程序实现周围环境的评估，同时调用预设的环境参数评估程序实现环境参数的评估，最后，联合周围环境的评估结果和环境参数的评估结果实现畜禽水产重大疾病的监测预警。
本发明具有以下有益效果：
可以实现畜禽水产重大疾病的在线连续自动化监测分析，可以及时的发现畜禽水产养殖过程中存在的异常情况。
数据实时性好，且可以尽可能的避免漏检情况的发生；以病害发生前特征以及病害特征同时作为监测对象，可以尽早的发现畜禽水产养殖过程中存在的异常情况，进行干预，从而大大降低畜禽水产重大疾病的发生率和传播率。
附图说明
图1为本发明实施例一种畜禽水产重大疾病监测预警装置的结构示意图。
图2为本发明实施例中监测锚杆的结构示意图。
图3为本发明实施例中监测锚杆的侧视图。
图4为本发明实施例中弧形板的结构示意图。
图5为本发明实施例中弧形板与监测锚杆的连接结构示意图。
图中：1-监测锚杆；2-摄像头；3-传感器；4-喷头；5-药剂储存箱；6-进药口；7-弧形板；8-开孔；9-滑槽。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种畜禽水产重大疾病监测预警装置，包括围绕设置在养殖区的监测锚杆1、安装在监测锚杆顶端的摄像头2、内嵌安装在监测锚杆内的环境监测传感器组、以及安装在监测锚杆外壁上的喷头组，监测锚杆内前侧滑动配置一用于安装环境监测传感器组的弧形板7，且监测锚杆前侧壁上设有与环境监测传感器组适配的开孔8，监测锚杆内右侧设有与喷头组对接的药剂储存箱5，摄像头2用于实现养殖区周围环境图像的采集，并将采集到的周围环境图像实时反馈至控制终端，控制终端基于预设的图像处理程序实现周围环境的评估，环境监测传感器组基于LoRa的无线传感网络与控制终端实现通讯，用于实时反馈当前养殖区的环境参数，控制终端基于预设的环境参数评估程序实现环境参数的评估，最后，联合周围环境的评估结果和环境参数的评估结果实现畜禽水产重大疾病的监测预警。
本实施例中，监测锚杆内前侧设置有与所述弧形板7适配的滑槽9，该滑槽9由两对称设置的L型板构成，弧形板滑动设置在滑槽内，且弧形板的长度略大于监测锚杆的长度，从而方便布置在养殖塘内时，传感器组的维护和更换操作，操作时，可以直接将弧形板从监测锚杆中抽出。
本实施例中，传感器组由若干传感器3组成，按一定的间距阈值通过螺纹安装在所述弧形板上，从而大大方便传感器的更换，传感器组分为水质环境监测传感器和空气环境监测传感器，均为市售传感器，可以根据不同的监测目标，进行任意组合配置。
本实施例中，图像处理程序基于DSSD Inception V3 COCO模型实现内载畜禽病害特征/水产病害特征的图像的检测，输出对应的疑似病害名称，然后基于预设的统计算法实现包含相同的畜禽病害特征/水产病害特征的图像数量的统计。该DSSD Inception V3COCO模型采用DSSD目标检测算法，用coco数据集预训练Inception V3深度神经网络，然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测畜禽病害特征/水产病害特征的目标检测模型，畜禽病害特征/水产病害特征包括畜禽/水产行为特征、畜禽/水产外观特征、畜禽排泄物特征、水塘表面漂浮物特征等；
本实施例中，环境参数评估程序基于无限深度神经网络模型实现与畜禽病害特征/水产病害特征相关联的异常环境参数的识别，从而得到环境参数的评估结果。具体地，首先通过网络爬虫模块在各大公开网站内爬取与各畜禽病害、水产病害存在关联关系的环境参数名称和阈值，然后通过人工联合深度学习的方式实现这些数据的整理，从而获取到与畜禽病害特征/水产病害特征相关联的异常环境参数集合，基于该集合，以环境参数为录入项，疑似病害为输出项，训练构建无限深度神经网络模型。
本实施例中，具体地，首先通过网络爬虫模块在各大公开网站内爬取各畜禽病害、水产病害发生前的动物状态特征和周围环境状态特征，以这些特征为参数集，周围环境的评估结果和环境参数的评估结果为输入项，可能发生的病害名称为输出项，训练构建神经网络模型，基于神经网络模型实现评估。
本实施例中，药剂储存箱5通过进药口6、输药管连接有一药剂供给箱，通过药剂供给箱内的泵体实现喷头组出料速度的调控。
本实施例中，所有喷头4与监测锚杆外壁形成的锐角夹角均为20°～40°，最下层的喷头的进料口的下底面与药剂储存箱5的下底面齐平，且不同层的喷头交错设置，在布置的池塘内，其可以充分利用药液的动能驱动养殖水转动，从而实现混液操作。
本具体实施使用时，包括如下步骤：
S1、将监测锚杆围绕设置在养殖区内，形成监测圈；具体地，首先，根据养殖动物的种类实现传感器组的选择和安装，完成后，将监测锚杆围绕设置在养殖区内，形成监测圈；值得注意的是，所有摄像头的拍摄区域不存在重叠区域，且可以全覆盖整个养殖区；
S2、开启传感器组和摄像头分别实现环境参数和周围环境图像的采集，并实时反馈至控制终端；具体地，通过摄像头2实现养殖区周围环境图像的采集，并将采集到的周围环境图像实时反馈至控制终端，同时通过环境监测传感器组实现环境参数的采集，基于LoRa的无线传感网络实时反馈至控制终端；
S3、基于控制终端调用预设的图像处理程序实现周围环境的评估，同时调用预设的环境参数评估程序实现环境参数的评估，最后，联合周围环境的评估结果和环境参数的评估结果实现畜禽水产重大疾病的监测预警；具体地，基于控制终端调用图像处理程序基于DSSD Inception V3 COCO模型实现内载畜禽病害特征/水产病害特征的图像的检测，输出对应的疑似病害名称，然后基于预设的统计算法实现包含相同的畜禽病害特征/水产病害特征的图像数量的统计，同时，基于无限深度神经网络模型实现与畜禽病害特征/水产病害特征相关联的异常环境参数的识别，从而得到环境参数的评估结果，最后，当周围环境的评估结果和环境参数的评估结果中任一项符合病害发生前特征时，GSM预警模块启动，实现预警。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种畜禽水产重大疾病监测预警装置，其特征在于：包括围绕设置在养殖区的监测锚杆、安装在监测锚杆顶端的摄像头、内嵌安装在监测锚杆内的环境监测传感器组、以及安装在监测锚杆外壁上的喷头组，监测锚杆内前侧滑动配置一用于安装环境监测传感器组的弧形板，且监测锚杆前侧壁上设有与环境监测传感器组适配的开孔，监测锚杆内右侧设有与喷头组对接的药剂储存箱，摄像头用于实现养殖区周围环境图像的采集，并将采集到的周围环境图像实时反馈至控制终端，控制终端基于预设的图像处理程序实现周围环境的评估，环境监测传感器组基于LoRa的无线传感网络与控制终端实现通讯，用于实时反馈当前养殖区的环境参数，控制终端基于预设的环境参数评估程序实现环境参数的评估，最后，联合周围环境的评估结果和环境参数的评估结果实现畜禽水产重大疾病的监测预警。
2.如权利要求1所述的一种畜禽水产重大疾病监测预警装置，其特征在于：监测锚杆内前侧设置有与所述弧形板适配的滑槽，该滑槽由两对称设置的L型板构成。
3.如权利要求1所述的一种畜禽水产重大疾病监测预警装置，其特征在于：传感器组由若干传感器组成，通过螺纹安装在所述弧形板上。
4.如权利要求1所述的一种畜禽水产重大疾病监测预警装置，其特征在于：图像处理程序基于DSSD Inception V3 COCO模型实现内载畜禽病害特征/水产病害特征的图像的检测，输出对应的疑似病害名称，然后基于预设的统计算法实现包含相同的畜禽病害特征/水产病害特征的图像数量的统计。
5.如权利要求1所述的一种畜禽水产重大疾病监测预警装置，其特征在于：环境参数评估程序基于无限深度神经网络模型实现与畜禽病害特征/水产病害特征相关联的异常环境参数的识别，从而得到环境参数的评估结果。
6.如权利要求1所述的一种畜禽水产重大疾病监测预警装置，其特征在于：周围环境的评估结果和环境参数的评估结果中任一项符合病害发生前特征时，GSM预警模块启动，实现预警。
7.如权利要求1所述的一种畜禽水产重大疾病监测预警装置，其特征在于：药剂储存箱通过输药管连接有一药剂供给箱，通过药剂供给箱内的泵体实现喷头组出料速度的调控。
8.如权利要求1所述的一种畜禽水产重大疾病监测预警装置，其特征在于：所有喷头与监测锚杆外壁形成的锐角夹角均为20°～40°，且不同层的喷头交错设置。
9.如权利要求1-8任一项所述的一种畜禽水产重大疾病监测预警装置的使用方法，其特征在于：包括如下步骤：
S1、将监测锚杆围绕设置在养殖区内，形成监测圈；
S2、开启传感器组和摄像头分别实现环境参数和周围环境图像的采集，并实时反馈至控制终端；
S3、基于控制终端调用预设的图像处理程序实现周围环境的评估，同时调用预设的环境参数评估程序实现环境参数的评估，最后，联合周围环境的评估结果和环境参数的评估结果实现畜禽水产重大疾病的监测预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210903557.0A CN115170925A (zh) | 2022-07-29 | 2022-07-29 | 一种畜禽水产重大疾病监测预警装置及其使用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210903557.0A CN115170925A (zh) | 2022-07-29 | 2022-07-29 | 一种畜禽水产重大疾病监测预警装置及其使用方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115170925A true CN115170925A (zh) | 2022-10-11 |
Family
ID=83477786
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210903557.0A Withdrawn CN115170925A (zh) | 2022-07-29 | 2022-07-29 | 一种畜禽水产重大疾病监测预警装置及其使用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115170925A (zh) |
-
2022
- 2022-07-29 CN CN202210903557.0A patent/CN115170925A/zh not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110074030B (zh) | 一种融合机器视觉与红外检测技术的反馈式池塘循环水智能投饲系统 | |
| Wei et al. | Intelligent monitoring and control technologies of open sea cage culture: A review | |
| CN206895570U (zh) | 一种基于互联网淡水鱼养殖管理系统 | |
| CN114467824B (zh) | 智能投饵船 | |
| CN112931377B (zh) | 一种基于图像活体识别的鱼池饲料投放控制系统与方法 | |
| KR101449626B1 (ko) | 가두리 양식장 원격제어 관리시스템 | |
| CN103761565A (zh) | 基于计算机视觉的水下鱼虾蟹苗数量估计与行为监测装置及方法 | |
| CN112243923A (zh) | 一种基于物联网的水产养殖系统及其控制方法 | |
| CN110583550A (zh) | 基于目标检测与跟踪的鱼虾参养殖精准投喂系统及装置 | |
| CN107830891B (zh) | 基于水产养殖水质ph值多参量数据采集装置的数据处理方法 | |
| CN114532272B (zh) | 一种深远海钢结构网箱智能投饵控制系统和控制方法 | |
| CN205958008U (zh) | 一种用于水产养殖的死鱼监控装置 | |
| CN107242176A (zh) | 一种网箱养殖系统 | |
| CN113841650A (zh) | 一种室外养殖池塘智能投饵系统及其管控方法 | |
| TWM578511U (zh) | Marine farming feed system | |
| CN113615620A (zh) | 一种高密度养殖循环系统 | |
| CN115562407A (zh) | 一种水产养殖池 | |
| CN114342854A (zh) | 一种水下鱼类自动筛选系统 | |
| CN101946742A (zh) | 一种水产精养池塘养殖用水处理和循环利用方法 | |
| CN115170925A (zh) | 一种畜禽水产重大疾病监测预警装置及其使用方法 | |
| CN113780225A (zh) | 基于深度学习和图像识别的鱼类喂食方法 | |
| CN107505044B (zh) | 红萍室外养殖自动检测调节装置及其使用方法 | |
| KR20180080731A (ko) | 뱀장어 양식장용 자동사료 공급량 판별장치 및 그 방법 | |
| CN211048177U (zh) | 智能养殖系统 | |
| CN106719213A (zh) | 一种基于互联网的水产网箱养殖系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221011 |