通过自动称重系统增强韩国牛 (Hanwoo) 体重估计的多阶段数据处理
Dong-Hyeon Kim1, Jae-Woo Song2, Hyunjin Cho3
1Department of Smart Agriculture Systems, Chungnam National University, Daejeon 34134, Republic of Korea.
Animals : an open access journal from MDPI
|June 26, 2025
概括
这项研究开发了一种算法,以提高牛的自动称量系统 (AWS) 准确性. 改进后的系统可靠地测量方向重量,支持智能畜牧业的精准养.
科学领域:
- 农业工程 农业工程
- 动物科学动物科学
- 数据科学数据科学数据科学
背景情况:
- 自动称重系统 (AWS) 对于现代智能畜牧业至关重要.
- 由于环境因素和动物活动造成的高测量变化挑战了AWS的准确性.
- 准确的体重监测对于有效的牛管理至关重要.
研究的目的:
- 从AWS开发和验证一个算法,以提高方向盘重量测量的可靠性.
- 确保自动化体重测量与实际牛体重量保持一致.
- 改进畜牧管理中的数据驱动的精准养策略.
主要方法:
- 开发了一个三个阶段的算法:异常值检测/删除,重量估计和后处理调整.
- 图基的被用来检测异常值,以平均值为基础的估计.
- 后处理包括国家动物科学研究所的每日体重增加建议.
主要成果:
- 性能最好的算法实现了根的平均平方误差为12.35公斤.
- 开发的算法显示,单个方向盘的误差幅度低于10%.
- 该系统可靠地测量了牛的重量,证实了其适用于智能畜牧业的适用性.
结论:
- 开发的算法显著提高了AWS在方向盘重量测量的可靠性.
- 准确的,自动化的体重数据支持智能精准养和数据驱动的牲畜管理.
- 这项技术有助于推进智能畜牧养殖实践.
更多相关视频
07:46Author Spotlight: Improving Beef Cattle Nutrition and Production with a Focus on Feed Efficiency and Meat Quality Traits Through Advanced Biochemical and Molecular Assays
Published on: July 12, 2024
647
06:21Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method
Published on: February 19, 2021
5.9K
