基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
奶牛发情识别是奶牛场生产活动中的重要组成部分,直接关系到奶农的经济效益,而现有的奶牛发情识别方法存在效率低、时效性差、准确率低等问题.针对这些问题,基于大数据实时流式框架Storm设计并实现了奶牛发情实时监测系统.利用阿菲金二代计步器获取奶牛体征参数,通过无线局域网传输到服务器,采用基于Storm的实时流式框架进行处理,JavaWeb对处理后的体征参数可视化展示;以2h作为单个时间片,6h作为一个情期显著滑动窗口,选取窗口内连续3个时间片单元的步数s1、s2、s3、累积静卧时间t1、累积起卧次数b和累积站立时间t2为特征向量,建立了基于Storm的奶牛发情SVM预测模型.测试结果表明,设计的系统平均延迟在2s内,平均准确率在98.9%以上,奶牛发情预测准确率为85.71%,奶牛发情预测周期缩短为6h.该系统为奶牛发情预测提供了有效工具,对其他大型动物的监测也具有一定的指导意义.
推荐文章
水位实时监测系统的设计与实现
CAN总线
水位实时监测
GPRS
奶牛体温实时远程监测系统设计与实现
奶牛
体温
无线传感器网络
ZigBee
LabVIEW
精细农业
生产实时监测系统的设计与实现
实时监测
现场网络
数据采集
基于Storm的高速公路实时交通指数评估方法的研究与实现
高速公路
交通运行状况
Storm大数据平台
交通指数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Storm的奶牛发情实时监测系统设计与实现
来源期刊 中国农业科技导报 学科 农学
关键词 奶牛 发情信息 实时监测 情期显著窗口 Storm SVM
年,卷(期) 2018,(12) 所属期刊栏目 智慧农业 农机装备
研究方向 页码范围 83-90
页数 8页 分类号 S817.6
字数 语种 中文
DOI 10.13304/j.nykjdb.2017.0787
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (311)
共引文献  (163)
参考文献  (23)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(14)
  • 参考文献(0)
  • 二级参考文献(14)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(21)
  • 参考文献(0)
  • 二级参考文献(21)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(17)
  • 参考文献(0)
  • 二级参考文献(17)
2009(24)
  • 参考文献(1)
  • 二级参考文献(23)
2010(36)
  • 参考文献(2)
  • 二级参考文献(34)
2011(34)
  • 参考文献(4)
  • 二级参考文献(30)
2012(21)
  • 参考文献(1)
  • 二级参考文献(20)
2013(31)
  • 参考文献(2)
  • 二级参考文献(29)
2014(25)
  • 参考文献(1)
  • 二级参考文献(24)
2015(22)
  • 参考文献(3)
  • 二级参考文献(19)
2016(11)
  • 参考文献(5)
  • 二级参考文献(6)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
奶牛
发情信息
实时监测
情期显著窗口
Storm
SVM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国农业科技导报
月刊
1008-0864
11-3900/S
大16开
北京市海淀区中关村南大街12号
82-245
1999
chi
出版文献量(篇)
3698
总下载数(次)
3
总被引数(次)
34539
论文1v1指导