数据挖掘技术在智慧畜牧业中的应用研究

发布时间：2022-01-22 21:05

　　三江源地区的畜牧业是该区域的支柱产业,牦牛养殖是产业发展不可或缺的部分。随着养殖规模的扩大与技术的发展,牦牛的养殖与研究取得了不菲的成绩,但仍然面临着成本高,收益差,决策不准确等问题。本文从青海地区的部分牧场采集相关数据,利用数据挖掘与人工智能等方法对养殖过程进行分析,主要围绕牦牛体重估算,等级划分与生长模型建立三个方面进行研究,主要研究结果如下:（1）在利用简单的体尺维度估算牦牛体重方面,分别采用多元线性回归（LR）,支持向量机（SVMs）与随机森林（RF）的算法,以牦牛体高、体斜长、胸围、管围作为输入变量,体重作为响应变量进行预测,得到LR算法的预测精度为0.997,RF算法预测精度为0.998,SVMs算法预测精度为0.820。RF与LR算法在牦牛数据集上体现出良好的预测能力,并且误差均在可接受范围内（通常认为小于等于10%）。（2）针对牦牛品种选育优化等问题,对牦牛等级划分的研究采用多项Logistic回归、典型判别函数、多层感知器人工神经网络三种方法分别进行分类预测,以牦牛的生长体型属性、评分数据、人工等级标注数据为依据,进行等级划分。基于多层感知器的人工神经网络方法的分类性... 

【文章来源】：青海大学青海省 211工程院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

牦牛体尺测量示意图

青海大学硕士学位论文第二章基于机器学习算法的牦牛体重估算12图2-2.牦牛体重频率图图2-3.牦牛体高频率图体斜长频率如图2-4所示，牦牛体斜长大部分处于100cm到150cm,其频率较高，处于50cm的部分牦牛频率最高达600左右处于70cm到100cm的个体较少，频率较校胸围频率如图2-5所示，与其他属性分布相似，胸围处于50cm的频率较高，而70cm到100cm左右的非常少，120cm到200cm左右的分布较多，频率较高。图2-4.牦牛体斜长频率图图2-5.牦牛胸围频率图图2-6展示了牦牛的管围频率分布状况，管围位于12.5cm到17.5cm左右的牦牛最多，其次是7.5cm左右的个体较多。牦牛年龄分布频率图如图2-7所示，牦牛年龄为1-5岁不等，且分布较为均匀，各年龄段个体数相差不大。

青海大学硕士学位论文第二章基于机器学习算法的牦牛体重估算12图2-2.牦牛体重频率图图2-3.牦牛体高频率图体斜长频率如图2-4所示，牦牛体斜长大部分处于100cm到150cm,其频率较高，处于50cm的部分牦牛频率最高达600左右处于70cm到100cm的个体较少，频率较校胸围频率如图2-5所示，与其他属性分布相似，胸围处于50cm的频率较高，而70cm到100cm左右的非常少，120cm到200cm左右的分布较多，频率较高。图2-4.牦牛体斜长频率图图2-5.牦牛胸围频率图图2-6展示了牦牛的管围频率分布状况，管围位于12.5cm到17.5cm左右的牦牛最多，其次是7.5cm左右的个体较多。牦牛年龄分布频率图如图2-7所示，牦牛年龄为1-5岁不等，且分布较为均匀，各年龄段个体数相差不大。

【参考文献】：
期刊论文
[1]“智慧畜牧业”发展中的问题、对策及趋势[J]. 徐海川,白雪,刘晓雷,唐斌,刘明远.  黑龙江畜牧兽医. 2019(10)
[2]机器学习方法在早产和低出生体重儿预测中的应用[J]. 蒋雯音.  医学信息学杂志. 2019(04)
[3]MODIS遥感产品在三江源地区草产量估测中的应用[J]. 曹西凤,孙林,赵子飞,韩晓峰,颜明捷.  国土资源遥感. 2018(04)
[4]国外智慧农业的发展经验及其对中国的启示[J]. 刘建波,李红艳,孙世勋,杨兴龙.  世界农业. 2018(11)
[5]智慧畜牧服务及关键技术研究[J]. 刘国萍,杨明川,周路.  电信网技术. 2018(05)
[6]三江源生态保护经济技术路线[J]. 陈晓翔.  环境与发展. 2018(03)
[7]青海省生长期牦牛体重与体尺指标关系模型的构建[J]. 孙国强,李九花,郝力壮,刘书杰,牛建章.  黑龙江畜牧兽医. 2018(03)
[8]大通牦牛体尺与体重性状的多元线性回归与通径分析[J]. 裴杰,褚敏,包鹏甲,扎西卓玛,骆正杰,武甫德,梁春年,丁学智,王宏博,吴晓云,阎萍,郭宪.  中国草食动物科学. 2017(06)
[9]昌台牦牛生长发育性能研究[J]. 赵洪文,罗晓林,毛进彬,阿农呷.  黑龙江畜牧兽医. 2016(24)
[10]美国发展“智慧农业”促进农业产业链变革的做法及启示[J]. 刘丽伟,高中理.  经济纵横. 2016(12)

硕士论文
[1]苏南在智慧农业发展方面的有益探索[D]. 赵恒.苏州大学 2016



本文编号：3602908