公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

水产养殖大数据技术研究进展与发展趋势分析被引量：49: 2018年; 水产养殖对象特殊、环境复杂、影响因素众多,精准地监测、检测和优化控制极其困难。大数据技术结合数学模型,把水产养殖产生的大量数据加以处理和分析,并将有用的结果以直观的形式呈现给生产者与决策者,是解决上述难题的根本途径。本文主要对水产养殖大数据技术研究进展与发展趋势进行了深入剖析,提出了水产养殖业大数据技术的总体架构;分析了水产养殖大数据的来源和获取手段,重点总结了几种水产养殖大数据分析技术的研究进展和现有水产养殖大数据平台及其提供的应用服务;最后针对水产养殖与大数据技术结合过程所面临的困难与挑战,从实现全面感知、全产业链数据智能分析与自动决策、水产养殖大数据标准体系建设等方面提出水产养殖大数据技术的发展方向。数据是根本,分析是核心,利用大数据技术提高水产养殖综合生产力和效益是最终目的,应深度挖掘现实需求,整合水产养殖全产业链数据,加强基础理论和核心关键技术研究,从而推进大数据技术与水产养殖产业的深度融合,支撑我国水产养殖业彻底转型升级。; 段青玲刘怡然张璐李道亮; 关键词：水产养殖

基于农业网络信息分类的热词自动提取方法被引量：8: 2018年; 热词提取对于监控和分析农业舆情具有重要意义,目前已有一定研究基础,但仍存在针对性差等问题,无法满足农业领域不同产业用户群的个性化需求,为此,提出一种基于农业网络信息分类的热词自动提取方法。首先采用多标记分类算法对文本语料进行分类,按分类类别构建语料库,然后采用基于信息熵的方法对每个类别分别提取热词候选词,最后采用基于时间变化的方法进行候选词热度计算,根据候选词热度排序结果得到热词。本文抽取农业网站上的15 354条文本进行实验,结果表明,热词提取准确率达到0.9以上,能够较高质量地提取农业热词,为不同农业用户群体发现和分析产业热点提供帮助。; 段青玲张璐刘怡然王沙沙; 关键词：热词

大闸蟹养殖大数据分析模型和应用进展被引量：5: 2021年; 大闸蟹是我国特有的名优水产养殖品种,随着大闸蟹单品种大数据建设的推进,利用大数据分析技术挖掘数据潜在价值,成为促进大闸蟹产业链升级的重要手段。大数据分析模型是应用大数据技术理清数据相互关系,发掘事物内在规律的重要工具,对大数据技术能否在大闸蟹养殖领域成功应用,促进大闸蟹养殖产业升级有决定性影响。本文重点梳理了大闸蟹养殖大数据分析模型在水质预测预警、水质调控、投喂策略、病害防治、行为分析和品质鉴别等方面的应用进展,介绍了当前大闸蟹养殖大数据的平台建设现状,分析和讨论了大闸蟹养殖大数据分析模型当前面临的问题和发展方向。综述结果表明,大数据技术与大闸蟹全产业链深度融合有其基础和优势,但在利用大数据分析模型解决实际问题时,仍然面临针对性差、应用面窄和关联性低的问题。应充分考虑产业特点,深度挖掘现实需求,从提供智能化数据分析服务并建设多功能的大数据平台方面深化大数据技术在大闸蟹全产业链的应用,以期形成可借鉴、可移植的建设模式,为其他农产品大数据的建设提供参考。; 段青玲刘怡然周新辉刘怡然李道亮; 关键词：数据模型

基于SW-SVR的畜禽养殖物联网异常数据实时检测方法被引量：14: 2017年; 畜禽养殖物联网由于工作环境恶劣、网络传输故障等因素容易产生异常感知数据,为保证数据质量,根据畜禽养殖物联网数据流周期性、时序性等特点,提出了一种基于滑动窗口与支持向量回归(Sliding window and support vector machines for regression,SW-SVR)的异常数据实时检测方法。首先根据畜禽物联网数据流特征周期以及采样频率确定滑动窗口尺寸;然后通过SVR模型预测畜禽养殖物联网数据流中某一时刻传感器测量值;最后计算预测区间,根据实际测量值是否落入该区间判断是否异常并对异常数据进行置换处理。采用畜禽养殖物联网环境数据进行试验,结果表明:所提滑动窗口计算方法得到的窗口尺寸预测的MAPE为0.188 4,畜禽养殖物联网异常数据检测率达98%,能够有效检测和处理畜禽养殖物联网数据流中的异常数据。; 段青玲肖晓琰刘怡然张璐; 关键词：异常数据检测支持向量回归

种猪个体行为检测与分析: 种猪养殖繁育过程中,种猪发病、发情时都会导致种猪的行为发生变化,因此,及时监测种猪个体行为是非常重要的。本文根据种猪在生病时体温升高、精神不振、食欲减退,在发情期活动量上升、走动频繁和体温升高等生理特征,采用三轴加速度传...; 肖晓琰刘怡然张璐段青玲; 关键词：种猪疾病检测; 文献传递

基于改进型支持度函数的畜禽养殖物联网数据融合方法被引量：15: 2017年; 物联网技术已广泛应用在畜禽养殖中,针对畜禽养殖物联网中数据异常实时检测以及多源感知数据融合的需求,该文提出了一种畜禽养殖物联网数据融合模型。首先对传感器采集到的原始数据进行一致性检测,确保数据准确性;其次针对来自同类型传感器的多源同构数据,采用基于改进型支持度函数的加权算法进行数据融合处理,提高融合数据准确度;最后根据畜禽养殖物联网编码规则和数据组织格式,对畜禽养殖过程中的异构感知数据进行统一描述并转换为标准数据格式,为数据分析和应用提供数据基础。该文采用实际生产中的生猪养殖物联网数据进行试验,结果表明:在数据一致性检测阶段,异常数据检测率为96.67%,保证了数据质量;在多源同构数据融合计算中,该文提出的改进型支持度函数与高斯型、新型2种支持度函数相比融合方差最小,为0.192 5,能够有效提高数据融合准确度,满足畜禽养殖物联网数据分析要求。; 段青玲肖晓琰刘怡然张璐王康; 关键词：数据融合数据格式物联网畜禽养殖

全选清除导出

共1页<1>

刘怡然