CN115702780A - 一种野生动物异常状态分析方法、系统、终端及介质 - Google Patents
一种野生动物异常状态分析方法、系统、终端及介质 Download PDFInfo
- Publication number
- CN115702780A CN115702780A CN202211587198.9A CN202211587198A CN115702780A CN 115702780 A CN115702780 A CN 115702780A CN 202211587198 A CN202211587198 A CN 202211587198A CN 115702780 A CN115702780 A CN 115702780A
- Authority
- CN
- China
- Prior art keywords
- range
- information
- target animal
- determining
- activity
- 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.)
- Granted
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种野生动物异常状态分析方法、系统、终端及介质,涉及异常状态分析领域和数据处理领域,其技术方案要点是:建立目标动物活动区域的地形地貌模型;确定目标动物的活力因子序列;确定目标动物在下一时刻的活动位置范围,并选取活动方向区域;依据活动方向区域和活力因子分析运动强度范围;采用最小二乘法预测得到目标动物在下一时刻的预测振动信息,以及将预测振动信息转换为预测强度信息;将预测强度信息与运动强度范围对比分析后确定目标动物的实时监测状态。本发明能够准确、自适应的确定目标动物在下一时刻的运动强度范围,利于对衰弱异常状态、正常运动状态和活力异常状态进行有效识别。
Description
技术领域
本发明涉及异常状态分析领域和数据处理领域,更具体地说,它涉及一种野生动物异常状态分析方法、系统、终端及介质。
背景技术
随着人类活动对自然环境的干扰与破坏,部分物种面临着物种灭绝的危险,为保护濒危物种,主要途径是建立自然保护区,例如大熊猫自然保护区。而随着智能化技术不断发展,部分途径是基于传感器技术对目标动物的运动状态进行监测,以便于对存在异常的目标动物及时展开救援,例如目标动物受伤、生病和受到天敌迫害等异常情况。
目前,对动物运动状态进行监测的方法主要有基于神经网络模型对运动状态进行预测、基于多种传感器集成技术对运动指标超限的情况进行监测以及基于图像处理的运动状态监测分析。然而,上述的监测方法存在以下缺陷:(1)采用神经网络模型对动物运动状态进行预测时,一般只能考虑体征相关信息,例如气味信息、声音信息和运动振幅信息,而动物在同一时刻的运动情况会受不同的地形地貌影响,由于动物的活动范围较大,在模型训练时考虑活动位置影响将会使得神经网络模型过于复杂,不利于运动状态的可靠预测分析。(2)采用多种传感器集成技术对运动指标超限的情况进行监测,大部分是对于单一运动指标超限进行监测,忽略了不同指标之间的影响,且受参考阈值的影响,异常状态的监测结果存在偏差过低或过高的情况,监测结果的准确性与可靠性较差。此外,无论是应用神经网络模型,还是多传感器集成技术,在目标动物上需要安装的传感器设备较多,容易影响动物的正常活动,且损坏的故障率较高。(3)采用基于图像处理的运动状态监测方法,所需要配置的监控设备较多,且部分信息无法体现,如地形地貌信息。
因此,如何研究设计一种能够克服上述缺陷的野生动物异常状态分析方法、系统、终端及介质是我们目前急需解决的问题。
发明内容
为解决现有技术中的不足,本发明的目的是提供一种野生动物异常状态分析方法、系统、终端及介质,考虑了不同物种类别、生长年龄和物种性别的动物在不同时刻的活动特性,并在实时定位信息的基础上分析下一时刻的活动方向区域,结合活动方向区域中的地形地貌特征和对应时刻的活力因子,能够准确、自适应的确定目标动物在下一时刻的运动强度范围,为动物异常状态分析提供了可靠的参考数据,利于对衰弱异常状态、正常运动状态和活力异常状态进行有效识别。
本发明的上述技术目的是通过以下技术方案得以实现的:
第一方面,提供了一种野生动物异常状态分析方法,包括以下步骤:
建立目标动物活动区域的地形地貌模型;
依据物种类别、生长年龄和物种性别确定目标动物在不同时刻的活力因子序列;
依据目标动物的实时定位信息确定目标动物在下一时刻的活动位置范围,并依据固定周期内的定位变化信息从活动位置范围中选取活动方向区域;
依据活动方向区域和活力因子序列中对应的活力因子分析目标动物在下一时刻的运动强度范围;
获取目标动物在预设周期内的历史振动信息,并采用最小二乘法预测得到目标动物在下一时刻的预测振动信息,以及将预测振动信息转换为预测强度信息;
将预测强度信息与运动强度范围对比分析后确定目标动物的实时监测状态,实时监测状态包括衰弱异常状态、正常运动状态和活力异常状态。
进一步的,所述活动位置范围的确定过程具体为:
以实时定位信息为中心、预设距离为半径确定标定区域范围;
从地形地貌模型中提取标定区域范围内的原始地形地貌信息,并将地形地貌信息中的约束地形地貌过滤后得到实际地形地貌信息;
从实际地形地貌信息中以实时定位信息为中心向外展开确定多个可活动路径,得到活动位置范围。
进一步的,所述活动方向区域的选取过程具体为:
以固定周期中初始时刻的初始位置为原点、终止时刻的终点位置为终止点确定预估活动方向;
以预设偏差角度范围在预估活动方向的两侧扩展后得到活动方向范围;
选取活动方向范围内的可活动路径作为活动方向区域。
进一步的,所述运动强度范围的确定过程具体为:
获取活动方向区域中单一可活动路径的地形地貌特征集;
依据活力因子和地形地貌特征集中的各个地形地貌特征确定对应的运动强度值;
选取所有运动强度值中的最大值和最小值确定相应可活动路径的运动强度范围。
进一步的,所述活动位置范围的确定过程具体为:
从活力因子序列中提取与实时定位信息处于同一时刻的活力因子;
依据活力因子匹配目标动物的运动速度上限值;
依据运动速度上限值以及当前时刻与下一时刻之间的间隔时间确定运动间距;
以实时定位信息为中心、运动间距为半径确定活动位置范围。
进一步的,所述活动方向区域的选取过程具体为:
以固定周期中初始时刻的初始位置为原点、终止时刻的终点位置为终止点确定预估活动方向;
以预设偏差角度范围在预估活动方向的两侧扩展后得到活动方向范围;
选取活动方向范围内的活动位置范围作为活动方向区域。
进一步的,所述运动强度范围的确定过程具体为:
获取活动方向区域中的地形地貌特征集;
依据活力因子和地形地貌特征集中的各个地形地貌特征确定对应的运动强度值;
选取所有运动强度值中的最大值和最小值确定运动强度范围。
第二方面,提供了一种野生动物异常状态分析系统,包括:
模型构建模块,用于建立目标动物活动区域的地形地貌模型;
活力确定模块,用于依据物种类别、生长年龄和物种性别确定目标动物在不同时刻的活力因子序列;
区域分析模块,用于依据目标动物的实时定位信息确定目标动物在下一时刻的活动位置范围,并依据固定周期内的定位变化信息从活动位置范围中选取活动方向区域;
强度分析模块,用于依据活动方向区域和活力因子序列中对应的活力因子分析目标动物在下一时刻的运动强度范围;
振动分析模块,用于获取目标动物在预设周期内的历史振动信息,并采用最小二乘法预测得到目标动物在下一时刻的预测振动信息,以及将预测振动信息转换为预测强度信息;
异常监测模块,用于将预测强度信息与运动强度范围对比分析后确定目标动物的实时监测状态,实时监测状态包括衰弱异常状态、正常运动状态和活力异常状态。
第三方面,提供了一种计算机终端,包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面中任意一项所述的一种野生动物异常状态分析方法。
第四方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行可实现如第一方面中任意一项所述的一种野生动物异常状态分析方法。
与现有技术相比,本发明具有以下有益效果:
1、本发明提供的一种野生动物异常状态分析方法,考虑了不同物种类别、生长年龄和物种性别的动物在不同时刻的活动特性,并在实时定位信息的基础上分析下一时刻的活动方向区域,结合活动方向区域中的地形地貌特征和对应时刻的活力因子,能够准确、自适应的确定目标动物在下一时刻的运动强度范围,为动物异常状态分析提供了可靠的参考数据,利于对衰弱异常状态、正常运动状态和活力异常状态进行有效识别;
2、本发明实现过程中仅需定位和振动两种传感器,即使得传感器的安装与拆卸操作方便,又有效降低了因动物活动、故意抓取与撕咬所导致的设备故障,通过适当的穿戴项圈、耳标、手环等辅助设备即可实现;
3、本发明采用最小二乘法预测得到目标动物在下一时刻的预测振动信息,并将转换得到的预测强度信息与运动强度范围对比,实现了对应时刻的数据对比,同时降低了因动物短时间内突发性的运动异常所导致的运动状态监测误差,例如,急停;
4、本发明通过对地形地貌进行分析,选取正常可选的可活动路径作为活动方向区域,有效去除了部分多余数据,降低了异常状态监测的实现难度与复杂度;
5、本发明通过对地形地貌和定位变化信息进行分析,以一定方向的整体区域作为活动方向区域,能够适应动物的突发性变向运动,有效提高了运动异常状态监测的容错率。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1是本发明实施例中的流程图;
图2是本发明实施例中的系统框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1:一种野生动物异常状态分析方法,如图1所示,包括以下步骤:
S1:建立目标动物活动区域的地形地貌模型,如采用三维建模方法实现;
S2:依据物种类别、生长年龄和物种性别确定目标动物在不同时刻的活力因子序列;
S3:依据目标动物的实时定位信息确定目标动物在下一时刻的活动位置范围,并依据固定周期内的定位变化信息从活动位置范围中选取活动方向区域;
S4:依据活动方向区域和活力因子序列中对应的活力因子分析目标动物在下一时刻的运动强度范围;
S5:获取目标动物在预设周期内的历史振动信息,并采用最小二乘法预测得到目标动物在下一时刻的预测振动信息,以及将预测振动信息转换为预测强度信息;
S6:将预测强度信息与运动强度范围对比分析后确定目标动物的实时监测状态,实时监测状态包括衰弱异常状态、正常运动状态和活力异常状态。
具体的,预测强度信息低于运动强度范围的下限值,则为衰弱异常状态,可对受伤、生病等身体特征性能下降的异常情况进行监测。预测强度信息高于运动强度范围的上限值,则为活力异常状态,可对坠落、逃命等活力激发的异常状态进行监测。
作为一种可选的实施方式,活动位置范围的确定过程具体为:以实时定位信息为中心、预设距离为半径确定标定区域范围;从地形地貌模型中提取标定区域范围内的原始地形地貌信息,并将地形地貌信息中的约束地形地貌过滤后得到实际地形地貌信息;从实际地形地貌信息中以实时定位信息为中心向外展开确定多个可活动路径,得到活动位置范围。需要说明的是,可活动路径可以是直线路径,也可以是弯曲路径,且并不限定沿半径方向。
活动方向区域的选取过程具体为:以固定周期中初始时刻的初始位置为原点、终止时刻的终点位置为终止点确定预估活动方向;以预设偏差角度范围在预估活动方向的两侧扩展后得到活动方向范围;选取活动方向范围内的可活动路径作为活动方向区域。需要说明的是,活动方向范围为弧线侧开放的类扇形区域。
运动强度范围的确定过程具体为:获取活动方向区域中单一可活动路径的地形地貌特征集;依据活力因子和地形地貌特征集中的各个地形地貌特征确定对应的运动强度值;选取所有运动强度值中的最大值和最小值确定相应可活动路径的运动强度范围。需要说明的是,运动强度值可以依据地形地貌特征从数据库中匹配确定,而数据库中的运动强度值可以依据历史数据统计分析得到,也可以基于动物运动特性建模得到,在此不受限制。
通过对地形地貌进行分析,选取正常可选的可活动路径作为活动方向区域,有效去除了部分多余数据,降低了异常状态监测的实现难度与复杂度。
作为另一种可选的实施方式,活动位置范围的确定过程具体为:从活力因子序列中提取与实时定位信息处于同一时刻的活力因子;依据活力因子匹配目标动物的运动速度上限值;依据运动速度上限值以及当前时刻与下一时刻之间的间隔时间确定运动间距;以实时定位信息为中心、运动间距为半径确定活动位置范围。
活动方向区域的选取过程具体为:以固定周期中初始时刻的初始位置为原点、终止时刻的终点位置为终止点确定预估活动方向;以预设偏差角度范围在预估活动方向的两侧扩展后得到活动方向范围;选取活动方向范围内的活动位置范围作为活动方向区域。
运动强度范围的确定过程具体为:获取活动方向区域中的地形地貌特征集;依据活力因子和地形地貌特征集中的各个地形地貌特征确定对应的运动强度值;选取所有运动强度值中的最大值和最小值确定运动强度范围。
通过对地形地貌和定位变化信息进行分析,以一定方向的整体区域作为活动方向区域,能够适应动物的突发性变向运动,有效提高了运动异常状态监测的容错率。
实施例2:一种野生动物异常状态分析系统,该系统用于实现实施例1中所记载的一种野生动物异常状态分析方法,如图2所示,包括模型构建模块、活力确定模块、区域分析模块、强度分析模块、振动分析模块和异常监测模块。
其中,模型构建模块,用于建立目标动物活动区域的地形地貌模型;活力确定模块,用于依据物种类别、生长年龄和物种性别确定目标动物在不同时刻的活力因子序列;区域分析模块,用于依据目标动物的实时定位信息确定目标动物在下一时刻的活动位置范围,并依据固定周期内的定位变化信息从活动位置范围中选取活动方向区域;强度分析模块,用于依据活动方向区域和活力因子序列中对应的活力因子分析目标动物在下一时刻的运动强度范围;振动分析模块,用于获取目标动物在预设周期内的历史振动信息,并采用最小二乘法预测得到目标动物在下一时刻的预测振动信息,以及将预测振动信息转换为预测强度信息;异常监测模块,用于将预测强度信息与运动强度范围对比分析后确定目标动物的实时监测状态,实时监测状态包括衰弱异常状态、正常运动状态和活力异常状态。
工作原理:本发明提供的一种野生动物异常状态分析方法,考虑了不同物种类别、生长年龄和物种性别的动物在不同时刻的活动特性,并在实时定位信息的基础上分析下一时刻的活动方向区域,结合活动方向区域中的地形地貌特征和对应时刻的活力因子,能够准确、自适应的确定目标动物在下一时刻的运动强度范围,为动物异常状态分析提供了可靠的参考数据,利于对衰弱异常状态、正常运动状态和活力异常状态进行有效识别;此外,本发明实现过程中仅需定位和振动两种传感器,即使得传感器的安装与拆卸操作方便,又有效降低了因动物活动、故意抓取与撕咬所导致的设备故障,通过适当的穿戴项圈、耳标、手环等辅助设备即可实现;另外,本发明采用最小二乘法预测得到目标动物在下一时刻的预测振动信息,并将转换得到的预测强度信息与运动强度范围对比,实现了对应时刻的数据对比,同时降低了因动物短时间内突发性的运动异常所导致的运动状态监测误差,例如,急停。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种野生动物异常状态分析方法,其特征是,包括以下步骤:
建立目标动物活动区域的地形地貌模型;
依据物种类别、生长年龄和物种性别确定目标动物在不同时刻的活力因子序列;
依据目标动物的实时定位信息确定目标动物在下一时刻的活动位置范围,并依据固定周期内的定位变化信息从活动位置范围中选取活动方向区域;
依据活动方向区域和活力因子序列中对应的活力因子分析目标动物在下一时刻的运动强度范围;
获取目标动物在预设周期内的历史振动信息,并采用最小二乘法预测得到目标动物在下一时刻的预测振动信息,以及将预测振动信息转换为预测强度信息;
将预测强度信息与运动强度范围对比分析后确定目标动物的实时监测状态,实时监测状态包括衰弱异常状态、正常运动状态和活力异常状态。
2.根据权利要求1所述的一种野生动物异常状态分析方法,其特征是,所述活动位置范围的确定过程具体为:
以实时定位信息为中心、预设距离为半径确定标定区域范围;
从地形地貌模型中提取标定区域范围内的原始地形地貌信息,并将地形地貌信息中的约束地形地貌过滤后得到实际地形地貌信息;
从实际地形地貌信息中以实时定位信息为中心向外展开确定多个可活动路径,得到活动位置范围。
3.根据权利要求2所述的一种野生动物异常状态分析方法,其特征是,所述活动方向区域的选取过程具体为:
以固定周期中初始时刻的初始位置为原点、终止时刻的终点位置为终止点确定预估活动方向;
以预设偏差角度范围在预估活动方向的两侧扩展后得到活动方向范围;
选取活动方向范围内的可活动路径作为活动方向区域。
4.根据权利要求3所述的一种野生动物异常状态分析方法,其特征是,所述运动强度范围的确定过程具体为:
获取活动方向区域中单一可活动路径的地形地貌特征集;
依据活力因子和地形地貌特征集中的各个地形地貌特征确定对应的运动强度值;
选取所有运动强度值中的最大值和最小值确定相应可活动路径的运动强度范围。
5.根据权利要求1所述的一种野生动物异常状态分析方法,其特征是,所述活动位置范围的确定过程具体为:
从活力因子序列中提取与实时定位信息处于同一时刻的活力因子;
依据活力因子匹配目标动物的运动速度上限值;
依据运动速度上限值以及当前时刻与下一时刻之间的间隔时间确定运动间距;
以实时定位信息为中心、运动间距为半径确定活动位置范围。
6.根据权利要求5所述的一种野生动物异常状态分析方法,其特征是,所述活动方向区域的选取过程具体为:
以固定周期中初始时刻的初始位置为原点、终止时刻的终点位置为终止点确定预估活动方向;
以预设偏差角度范围在预估活动方向的两侧扩展后得到活动方向范围;
选取活动方向范围内的活动位置范围作为活动方向区域。
7.根据权利要求6所述的一种野生动物异常状态分析方法,其特征是,所述运动强度范围的确定过程具体为:
获取活动方向区域中的地形地貌特征集;
依据活力因子和地形地貌特征集中的各个地形地貌特征确定对应的运动强度值;
选取所有运动强度值中的最大值和最小值确定运动强度范围。
8.一种野生动物异常状态分析系统,其特征是,包括:
模型构建模块,用于建立目标动物活动区域的地形地貌模型;
活力确定模块,用于依据物种类别、生长年龄和物种性别确定目标动物在不同时刻的活力因子序列;
区域分析模块,用于依据目标动物的实时定位信息确定目标动物在下一时刻的活动位置范围,并依据固定周期内的定位变化信息从活动位置范围中选取活动方向区域;
强度分析模块,用于依据活动方向区域和活力因子序列中对应的活力因子分析目标动物在下一时刻的运动强度范围;
振动分析模块,用于获取目标动物在预设周期内的历史振动信息,并采用最小二乘法预测得到目标动物在下一时刻的预测振动信息,以及将预测振动信息转换为预测强度信息;
异常监测模块,用于将预测强度信息与运动强度范围对比分析后确定目标动物的实时监测状态,实时监测状态包括衰弱异常状态、正常运动状态和活力异常状态。
9.一种计算机终端,包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述程序时实现如权利要求1-7中任意一项所述的一种野生动物异常状态分析方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征是,所述计算机程序被处理器执行可实现如权利要求1-7中任意一项所述的一种野生动物异常状态分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211587198.9A CN115702780B (zh) | 2022-12-12 | 2022-12-12 | 一种野生动物异常状态分析方法、系统、终端及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211587198.9A CN115702780B (zh) | 2022-12-12 | 2022-12-12 | 一种野生动物异常状态分析方法、系统、终端及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115702780A true CN115702780A (zh) | 2023-02-17 |
CN115702780B CN115702780B (zh) | 2023-06-27 |
Family
ID=85181571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211587198.9A Active CN115702780B (zh) | 2022-12-12 | 2022-12-12 | 一种野生动物异常状态分析方法、系统、终端及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115702780B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118168662A (zh) * | 2024-05-13 | 2024-06-11 | 中国刑事警察学院 | 一种野生动物保护区的踪迹监控方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2007200064A1 (en) * | 2000-10-26 | 2007-01-25 | Interag | Herd Control And/or Monitoring Procedures |
EP2509408A1 (en) * | 2009-12-11 | 2012-10-17 | Webstech ApS | Method and system for estimating herbage uptake of an animal |
WO2014067897A1 (en) * | 2012-10-31 | 2014-05-08 | Gea Farm Technologies Gmbh | A system and a method for real time detection of the position and behaviour of a plurality of animals |
WO2014118788A2 (en) * | 2013-02-04 | 2014-08-07 | Faunus Ltd. | Early warning system and/or optical monitoring of livestock including poultry |
CN204217638U (zh) * | 2014-11-18 | 2015-03-25 | 四川卧龙国家级自然保护区管理局 | 一种圈舍 |
US9972187B1 (en) * | 2016-11-13 | 2018-05-15 | Agility4Life | Biomechanical parameter determination for emergency alerting and health assessment |
CN109871911A (zh) * | 2017-12-04 | 2019-06-11 | 昊翔电能运动科技(昆山)有限公司 | 无人机监测动物健康的方法和监测动物健康的无人机 |
CN110765972A (zh) * | 2019-10-31 | 2020-02-07 | 秒针信息技术有限公司 | 一种动物的监控方法、装置、电子设备及存储介质 |
CN111597915A (zh) * | 2020-04-24 | 2020-08-28 | 深圳优地科技有限公司 | 一种无人放牧方法、装置、终端和计算机可读存储介质 |
CN113628253A (zh) * | 2021-08-04 | 2021-11-09 | 深圳喜为智慧科技有限公司 | 一种精准检测动物个体健康的方法及系统与存储介质 |
CN115453356A (zh) * | 2022-09-06 | 2022-12-09 | 上海电力大学 | 一种动力设备运行状态监测分析方法、系统、终端及介质 |
-
2022
- 2022-12-12 CN CN202211587198.9A patent/CN115702780B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2007200064A1 (en) * | 2000-10-26 | 2007-01-25 | Interag | Herd Control And/or Monitoring Procedures |
EP2509408A1 (en) * | 2009-12-11 | 2012-10-17 | Webstech ApS | Method and system for estimating herbage uptake of an animal |
WO2014067897A1 (en) * | 2012-10-31 | 2014-05-08 | Gea Farm Technologies Gmbh | A system and a method for real time detection of the position and behaviour of a plurality of animals |
WO2014118788A2 (en) * | 2013-02-04 | 2014-08-07 | Faunus Ltd. | Early warning system and/or optical monitoring of livestock including poultry |
CN204217638U (zh) * | 2014-11-18 | 2015-03-25 | 四川卧龙国家级自然保护区管理局 | 一种圈舍 |
US9972187B1 (en) * | 2016-11-13 | 2018-05-15 | Agility4Life | Biomechanical parameter determination for emergency alerting and health assessment |
CN109871911A (zh) * | 2017-12-04 | 2019-06-11 | 昊翔电能运动科技(昆山)有限公司 | 无人机监测动物健康的方法和监测动物健康的无人机 |
CN110765972A (zh) * | 2019-10-31 | 2020-02-07 | 秒针信息技术有限公司 | 一种动物的监控方法、装置、电子设备及存储介质 |
CN111597915A (zh) * | 2020-04-24 | 2020-08-28 | 深圳优地科技有限公司 | 一种无人放牧方法、装置、终端和计算机可读存储介质 |
CN113628253A (zh) * | 2021-08-04 | 2021-11-09 | 深圳喜为智慧科技有限公司 | 一种精准检测动物个体健康的方法及系统与存储介质 |
CN115453356A (zh) * | 2022-09-06 | 2022-12-09 | 上海电力大学 | 一种动力设备运行状态监测分析方法、系统、终端及介质 |
Non-Patent Citations (3)
Title |
---|
BHAMIDIPATI, KR; SHAH, NC AND CONNAUGHTON, MC: "A Rare Congenital Heart Disease in an Elderly Long-Distance Runner: A Case Report" * |
任佩科, 阎胜三, 孟秀玉,等: "震前动物习性异常与地震活动的关系" * |
李君华,李少菁,朱小明: "海洋浮游动物多样性及其分布对全球变暖的响应" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118168662A (zh) * | 2024-05-13 | 2024-06-11 | 中国刑事警察学院 | 一种野生动物保护区的踪迹监控方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115702780B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019103620A3 (en) | System, sensor and method for monitoring health related aspects of a patient | |
JP5277667B2 (ja) | 障害分析システム、障害分析方法、障害分析サーバおよび障害分析プログラム | |
CN117215940A (zh) | 智慧运维应急处理系统 | |
CN110837718B (zh) | 道岔故障检测方法、装置、电子设备及存储介质 | |
CN111597970B (zh) | 异常行为的识别方法及装置 | |
CN115702780A (zh) | 一种野生动物异常状态分析方法、系统、终端及介质 | |
US20170169342A1 (en) | System and method for diagnosing at least one component requiring maintenance in an appliance and/or installation | |
CN113392893B (zh) | 业务故障的定位方法、装置、存储介质及计算机程序产品 | |
CN108809734A (zh) | 网络告警根源分析方法、系统、存储介质及计算机设备 | |
US20210161479A1 (en) | A Probability-Based Detector and Controller Apparatus, Method, Computer Program | |
CN113687972A (zh) | 业务系统异常数据的处理方法、装置、设备及存储介质 | |
US20200380880A1 (en) | Know-how information processing system, method and device | |
CN118072943A (zh) | 一种基于人工智能医疗数据分析的辅助系统 | |
Tsang et al. | Data validation of intelligent sensor using predictive filters and fuzzy logic | |
CN116975639B (zh) | 设备的异常防控系统及方法 | |
CN113670611A (zh) | 一种轴承早期退化评估方法、系统、介质及电子设备 | |
EP3679787B1 (en) | Method and system for monitoring epidemic disease in piggery | |
CN115190039B (zh) | 一种设备健康评测方法、系统、设备以及存储介质 | |
KR20200140999A (ko) | 항공기 센서들을 모델링하기 위한 데이터 기반 기계 학습 | |
WO2020245968A1 (ja) | 異常兆候検知装置、異常兆候検知方法、及び、異常兆候検知プログラム | |
JP6832890B2 (ja) | 監視装置、監視方法、及びコンピュータプログラム | |
JP2018028845A (ja) | 異常予兆検出システムおよび異常予兆検出方法 | |
CN114626400A (zh) | 设备故障诊断装置、设备故障诊断方法、智能工厂系统和应用代理 | |
CN114218295A (zh) | 一种交通设备数据异常监测预警方法及系统 | |
Luca et al. | Anomaly detection using the Poisson process limit for extremes |
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 |