【摘 要】
：
随着内蒙古自治区不断推进奶牛养殖集约化、现代化发展,日益扩大的牧场规模给牧场奶牛管理带来了新的挑战。目前多数牧场仍沿用传统的人工奶牛监测方式,工作人员无法准确快速地确定生理异常奶牛个体位置,而国内奶牛个体定位监测设备仍然处于实验阶段,相关化产品还不成熟,还无法在实际应用中大规模推广。因此研究推广奶牛定位设备,实现奶牛的信息化管理有很大的实际意义。本文结合呼和浩特市伊百康奶牛牧场的实际需求,将Zig
论文部分内容阅读
随着内蒙古自治区不断推进奶牛养殖集约化、现代化发展,日益扩大的牧场规模给牧场奶牛管理带来了新的挑战。目前多数牧场仍沿用传统的人工奶牛监测方式,工作人员无法准确快速地确定生理异常奶牛个体位置,而国内奶牛个体定位监测设备仍然处于实验阶段,相关化产品还不成熟,还无法在实际应用中大规模推广。因此研究推广奶牛定位设备,实现奶牛的信息化管理有很大的实际意义。本文结合呼和浩特市伊百康奶牛牧场的实际需求,将ZigBee技术与基于接收信号强度指示（Received Signal Strength Indication,RSSI）的定位算法相结合,研究设计了一套奶牛个体低功耗定位设备,并以此为基础实现了奶牛活动量的统计监测。本文主要工作如下:（1）深入研究了ZigBee定位算法。在对比分析了各种定位方案的优缺点后,本文采用了基于RSSI测距的ZigBee定位算法,并选定Shadowing模型作为RSSI测距模型。针对RSSI测距过程中的误差问题,设计改进了高斯滤波算法,提出了基于区域划分的改进加权质心定位算法,从而保证更高的定位精度。（2）根据实际奶牛定位的应用需求,设计了系统的软硬件。首先利用AD设计ZigBee各节点的硬件电路,并利用IAR设计节点通信流程,完成RSSI值的采集。然后利用Java语言实现了服务器和客户端的设计,服务器端负责实现定位算法,并将坐标存储在数据库,客户端则通过提取坐标数据计算奶牛运动距离,并对定位信息和活动量以图形界面进行呈现。本系统经过测试,平均定位精度为1.663m,且最大定位误差不超过3m,并根据定位数据获得奶牛的活动量数据。通过牧场部署应用,符合牧场对奶牛定位需求,证明本系统定位功能和活动量监测有效可行。
其他文献
近几年之内,互联网渗透于生活各处,随之而来的是网上充斥着海量的数据,使网络上的信息变得冗杂,知识图谱的出现能够解决此问题。知识图谱是以图的形式表现客观世界中的概念和实体以及它们之间关系的知识库。知识图谱的构建主要分为四大部分,分别是知识抽取、知识融合（实体对齐）、数据模型构建以及知识推理。共指消解作为知识融合的关键部分,在构建知识图谱中起着重要的作用。共指消解是一项能够将知识图谱中的不同描绘合并到
命名数据网络（Named Data Networking,NDN）是信息中心网络（Information Centric Networking,ICN）最流行的解决方案之一。在NDN中,缓存策略旨在减少网络总延迟和服务器负载。为了提高网络的内容交付速度和可靠性,现有缓存策略通常在多个中间节点上缓存数据,而这将增加中间节点的能耗与内存开销。在物联网应用中,节点的内存和能量是有限的。而传统的NDN缓存
随着城市人口的日益增多,人群大量聚集的现象愈发普遍,随之而来的群体安全问题引起广泛关注。自新冠肺炎疫情发生以来,人员的聚集性活动将显著增加疫情传播风险,进一步推动了人群分析成为研究热点问题。人群计数及密度估计是人群分析中的重要内容,但是现有研究存在以下几个问题:（1）基于视觉的人群计数方法受到人群遮挡、光照条件等因素的影响,在复杂环境中难以取得令人满意的结果;（2）基于WiFi信道状态信息（Cha
在大数据时代,丰富数据之间存在着隐藏、有价值的关联关系。而如何发现这些隐藏的、有价值的关系一直是数据挖掘领域的研究热点。关联规则挖掘是数据挖掘领域最有效的挖掘技术之一,可直接将数据库中丰富的关联关系挖掘出来,进而指导实际的营销工作。在传统关联规则中存在数据库中各项重要性相同、出现频率相似的前提假设,使得当数据库中的项目频率变化较大时,设置最小支持度较为困难,加权关联规则旨在解决该困难。然而该类算法
网络表示学习旨在通过算法自动学习实体的特征来为下游任务提供信息量更加丰富、更加便于利用的实体表示,目前已经在计算机视觉、自然语言处理和推荐系统等多个领域的研究中得到了大量的应用。图卷积神经网络（GCN）是一种具有代表性的结合了神经网络的表示学习方法,可以针对特定的下游任务学习合理的网络实体特征。但是普通的图卷积神经网络主要侧重于特征在网络结构中的传输和聚合,忽视了实体在特征空间中的相对位置,从而使
手写识别是智能化人机交互的重要课题之一,根据识别的方法可分为在线手写识别和离线手写识别。传统蒙古文作为我国蒙古族的语言文字,是我国少数民族的文化瑰宝。蒙古文的文字识别研究开展于二十一世纪初。如今,蒙古文离线识别的研发方法趋于成熟。在市场上已经出现用于传统蒙古文识别的OCR软件,可以进行蒙古文古籍、印刷体文档识别等任务。但是,对于蒙古文在线手写识别,由于手写文字写法随意、有效数据收集困难、蒙古文手写
随着物联网、大数据、云计算的发展,智慧农业的展开对提高作物的产量和保护生态环境有着重要的意义。随着世界人口的增长和可耕地面积的减少恶化,世界粮食储备量的缺口仍在日益增长。因此,为了保证生态环境的绿色发展,科技兴农显得尤为重要。农业环境信息的采集对农业数字化耕种策略有很大的影响,传感器为环境信息获取的感知设备,功能不同的传感器接口类型繁多。多类接口的不同使用方法增加了农业科技设备安装、运维的难度,而
随着通信技术的不断发展以及各种智能化设备的广泛应用,用户端所产生的业务流量急剧增长。为了应对激增的无线业务流量,网络运营商开始部署超密集站点来保证用户的服务质量,但这会引发新的问题,如网络拥塞或负载失衡等。如果能够预测基站未来的负载,进而根据预测情况调整用户关联策略,这将极大的提升系统性能。因此,本文以实现负载平衡为目标,研究了超密集网络下基于流量预测的用户关联问题。首先,本文阐述了超密集网络以及
近年来,随着医疗数据量的暴增,运用数据挖掘方法从数据中获取潜在的、有价值的信息受到了医疗界和科研人员的广泛关注。其中,关联规则挖掘由于其可以有效地揭示数据背后隐含的规律,而成为了医疗数据挖掘领域的研究热点。本论文围绕医疗数据挖掘在不平衡数据集的应用展开了研究,提出了“先平衡后关联规则挖掘”的方案。具体研究工作如下:1.针对现有的关联规则挖掘研究未考虑医疗数据集中存在的数据不平衡问题,提出了基于K-
随着互联网高速发展与人们隐私保护意识的提高,差分隐私作为一种能够提供严格数学证明的隐私保护方法逐渐成为研究的热点。由于采用差分隐私技术生成的合成数据集可满足各种数据分析者的不同分析需求,该技术因此而受到关注。然而随着数据维度的提高,通过差分隐私发布的合成数据集可用性逐渐降低,这是因为高维数据对噪声的敏感度高,从而导致加入噪声后的数据可用性很低。当前解决发布高维合成数据问题的思想是通过降低数据集属性