基于物联网和流式计算的蛋鸡设施养殖数字化[范文]

        本研究面向现代蛋鸡行业健康养殖的需求，探索如何将蛋鸡养殖从传统粗放管理转化成实际生产过程精细养殖，并对感知的蛋鸡生理、环境及生产过程数据进行实时处理，对照厂家提供的相关育种标准数据，对蛋鸡在禽舍的生存状态及生产经济效益予以实时监测，提高了蛋鸡养殖企业安全预警的水平及管理者的决策能力。针对上述目标，本研究研发了如下关键技术：基于物联网的蛋鸡养殖生产过程数据的实时获取与传输技术，基于分布式流式计算的蛋鸡养殖生产数据实时处理分析技术，基于机器学习的自动追踪蛋鸡行为算法，通过有效整合，研发了蛋鸡设施养殖数字化智能监测与远程管理系统，并在实际鸡场得到应用。该系统实现了对多个异地蛋鸡场的环境、生理及生产过程数据的实时监测、获取、处理和预警，提高了养殖场对蛋鸡养殖生产实时数据的存储、分析和管理的能力；实现了对蛋鸡行为视频的自动分析。该系统在蛋鸡场的应用实现了对养殖情况的精细感知，提升了我国蛋鸡养殖业的管理水平，降低人工劳动强度，对支撑我国蛋鸡行业的福利养殖、实时决策都有很大帮助。主要结论如下：

（1）通过文献阅读和现场调研，本研究总结了蛋鸡养殖中的三类数据：环境、生理及生产过程数据。针对这三类数据的特点，使用物联网技术自动获取可精细感知的数据；对其它数据，改变原有纸质报表留存的方式，开发了基于WEB和APP的人工填报方式，实现了数字化，方便了现场工作人员的工作。应对蛋鸡养殖场一般地处偏僻，信息通讯难度大的特点，并基于节省流量和带宽的目标，本研究提出了异步传输机制，编写了监测数据更新的程序，最大程度的避免了传输过程中的数据丢失，并可显著降低通信运营成本。

（2）为实现对蛋鸡养殖生产大数据的实时处理、计算和预警，自主研发了应用于蛋鸡设施养殖中的分布式流式计算框架Data-Canal。Data-Canal使用控制流集中、数据流分散的模型，以分布式文件系统为中间结果的存储，具有很强的可扩展性和可靠性。运行结果说明，使用Data-Canal计算框架可以解决蛋鸡养殖生产数据实时计算的问题，在部署8台机器的情况下，Data-Canal集群的处理能力峰值达到160 MB/s，延迟在分钟级别。

（3）视频数据已经成为目前蛋鸡养殖生产大数据的主体。现有系统通过传感器设备收集了大量的现场视频图像数据，但往往缺乏应用分析手段，进而无法从中得到有价值的信息。基于此本研究提出了基于机器学习的自动追踪蛋鸡行为算法，实现了对蛋鸡行为视频数据的自动分析。该算法使用HOG特征描述方法提取鸡只样本特征，训练混合SVM模型计算鸡只最优位置，可自动识别小群体蛋鸡中任意鸡只的行为轨迹，计算其运动距离、速度等，量化鸡只的运动行为。结合设施内区域分布，自动统计鸡只对不同区域的使用情况，间接对采食/饮水行为进行量化。

（4）本研究以规模化养殖蛋鸡为研究对象，在分布式架构下，使用物联网与流式计算技术，实现了对蛋鸡养殖生产过程实时数据的自动获取、异步传输和实时处理，并结合基于机器学习的自动追踪蛋鸡行为的算法，实现了对非结构化数据（视频图像）的自动处理，最后以数据分析服务的方式在实际蛋鸡场应用。数据分析成果主要有养殖经济效益分析、生产过程实时预警服务、环境数据分析、多维数据分析、生产信息管理服务等。

关键词：蛋鸡，物联网，分布式流式计算，蛋鸡行为，决策分析

以上就是部分论文写作范文，如写好论文后想在知网查重的小伙伴，可以点击知网论文查重，然后选择相应的论文查重系统。PS：要先了解自己学校是什么检测系统！