CN109376810A - 基于聚类分析的牲畜分期过牧预警方法 - Google Patents
基于聚类分析的牲畜分期过牧预警方法 Download PDFInfo
- Publication number
- CN109376810A CN109376810A CN201810993303.6A CN201810993303A CN109376810A CN 109376810 A CN109376810 A CN 109376810A CN 201810993303 A CN201810993303 A CN 201810993303A CN 109376810 A CN109376810 A CN 109376810A
- Authority
- CN
- China
- Prior art keywords
- livestock
- overgrazing
- clustering
- early warning
- cluster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 244000144972 livestock Species 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000009304 pastoral farming Methods 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 230000033001 locomotion Effects 0.000 claims abstract description 11
- 238000004140 cleaning Methods 0.000 claims abstract description 10
- 230000001186 cumulative effect Effects 0.000 claims abstract description 6
- 230000001954 sterilising effect Effects 0.000 claims description 17
- 230000000474 nursing effect Effects 0.000 claims description 14
- 238000004659 sterilization and disinfection Methods 0.000 claims description 12
- RTKIYNMVFMVABJ-UHFFFAOYSA-L thimerosal Chemical compound [Na+].CC[Hg]SC1=CC=CC=C1C([O-])=O RTKIYNMVFMVABJ-UHFFFAOYSA-L 0.000 claims description 7
- 229940033663 thimerosal Drugs 0.000 claims description 7
- 241001465754 Metazoa Species 0.000 claims description 6
- 238000000338 in vitro Methods 0.000 claims description 6
- 241001269238 Data Species 0.000 claims description 4
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- 244000144977 poultry Species 0.000 claims description 3
- 238000002203 pretreatment Methods 0.000 claims description 3
- 230000006651 lactation Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 206010061218 Inflammation Diseases 0.000 description 6
- 230000037406 food intake Effects 0.000 description 6
- 235000012631 food intake Nutrition 0.000 description 6
- 208000015181 infectious disease Diseases 0.000 description 6
- 230000004054 inflammatory process Effects 0.000 description 6
- 230000003647 oxidation Effects 0.000 description 6
- 238000007254 oxidation reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000010146 3D printing Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 239000003292 glue Substances 0.000 description 2
- 244000144980 herd Species 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 208000002925 dental caries Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了基于聚类分析的牲畜分期过牧预警方法,属于过牧预警领域,基于聚类分析的牲畜分期过牧预警方法,在待检测牧区牲畜上佩戴***,所述***包含有牧区牲畜运动记录的定位数据,对原始轨迹数据进行清洗及预处理,清洗包括去除无关字段,去除空值,去除重复的值,去除异常值,聚类分析,使用经典聚类算法k‑means对清洗和预处理过的轨迹数据进行基础聚类;计算放牧强度,放牧强度与过牧阈值比较,大于或等于过牧阈值的区域给出预警,随着时间累积轨迹数据,按照旬累计计算该段时间内放牧强度,基于放牧过程中由牲畜所佩戴的***产生的包含着牧区牲畜的运动记录的定位数据,与聚类分析法相结合,计算放牧强度,进行过牧预警。
Description
技术领域
本发明涉及过牧预警领域,更具体地说,涉及基于聚类分析的牲畜分期过牧预警方法。
背景技术
过牧就是超过草场所能承载的家畜的数量,而出现过度放牧的现象。超载过牧的后果是草场退化。表现为植被变得稀疏低矮,产草量不断下降,逐渐使草场变为半荒漠化,荒漠化最后变为沙化。现在北方沙尘暴天气增多,原因之一就是草原植被被破坏的后果,使沙化土地面积逐年扩大。
过牧是草场退化、土地荒漠化的主要原因,因此计算放牧强度从而判断是否过牧是非常必要的。苏尼特左旗属于典型的荒漠草原,该地区草场载畜量40亩每只每年,对于放牧的强度监测和控制显得尤为重要,另外,放牧的强度监测和控制方法的选择不同,其监测结果和控制效果也是不用的,而传统的计算方法没有适用于更小时空尺度过牧情况的。
基于以上问题,本发明采用一种与聚类分析相结合的方法计算放牧强度。本发明基于放牧过程中由牲畜所佩戴的***产生的包含着牧区牲畜的运动记录的定位数据去计算放牧强度。
发明内容
1.要解决的技术问题
针对现有技术中存在的问题,本发明的目的在于提供基于聚类分析的牲畜分期过牧预警方法,它基于放牧过程中由牲畜所佩戴的***产生的包含着牧区牲畜的运动记录的定位数据,与聚类分析法相结合,计算放牧强度,进行过牧预警。
2.技术方案
为解决上述问题,本发明采用如下的技术方案。
基于聚类分析的牲畜分期过牧预警方法,其具体步骤为:
S1:在待检测牧区牲畜上佩戴***,所述***包含有牧区牲畜运动记录的定位数据;
S2:对原始轨迹数据进行清洗及预处理,清洗包括去除无关字段,去除空值,去除重复的值,去除异常值;
S3:聚类分析,使用经典聚类算法k-means对清洗和预处理过的轨迹数据进行基础聚类;给定聚类初始值n为待聚类轨迹点个数;
S4:计算放牧强度,所述放牧强度与过牧阈值比较,大于或等于过牧阈值的区域给出预警,基于放牧过程中由牲畜所佩戴的***产生的包含着牧区牲畜的运动记录的定位数据,与聚类分析法相结合,计算放牧强度,进行过牧预警。
进一步的,所述S1中的预处理步骤如下:
步骤一、首先对轨迹点按时间排序,生成连续轨迹序列;
步骤二、从轨迹序列中初始时间对相邻轨迹点进行速度值计算;
步骤三、设置速度阈值△v,对连续轨迹段进行速度差值对比,以小于阈值△v处进行划分,△v=0.3m/s;
步骤四、将小于速度阈值区间的轨迹点归入轨迹点集合;
步骤五、重复这一步骤直至所有轨迹点归类,操作简单,结果直观简明。
进一步的,所述S2中k-means算法流程为:
首先从n个数据对象任意选择k个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。
进一步的,所述S3中计算放牧强度步骤为:
步骤一、统计聚类结果中各个簇包含的轨迹点经纬度信息,簇内轨迹点个数,簇中心;
步骤二、计算该簇所有轨迹点到簇中心的平均距离r,以此作为半径估算该区域面积S=πr2;
步骤三、计算该区域面积s与该簇内轨迹点个数之比,从而得到该区域放牧强度,计算方法简单快速,易于实现操作。
进一步的,所述放牧强度的计算方法为,随着时间累积轨迹数据,按照旬累计计算该段时间内放牧强度,选择较佳的时间长度进行分期监测,不会因过于频繁而徒增监测人员的工作量,也不易因时间长度过长而导致过牧严重现象。
进一步的,在放牧时间段,一个所述***一天大约产生六十个轨迹点数据,将一天约六十个轨迹点折合为一只牲畜,合理设置定位点数,避免过多徒增监测人员的工作量,以及过少难以判断活动范围。
进一步的,所述牲畜按照不同批次对其佩戴***,不同批次的所述牲畜佩戴不同***,且同一批次的牲畜佩戴同一种***,对不同批次的牲畜的种类、特性等分别记录,并将***与记录对应相匹配,同一批次的牲畜一般成群活动,不同批次的牲畜进食量会有差别,因此可能产生特定的过牧区域,利用不同的***进行定位更易区分。
进一步的,每一批次的所述牲畜的公母均需进行区分并分别统计数量,预估并记录每一批次的母牲畜的哺乳期,且对处于哺乳期的不同批次母牲畜所佩戴的***做聚类处理,哺乳期的母牲畜进食量会增大,对哺乳期的母牲畜进行特别标记可直观观察到其活动范围,有利于加强警示效果。
进一步的,所述***包括RFID电子标签和RFID电子耳标,所述RFID电子标签和RFID电子耳标中的信息相同,在放养所述牲畜之前,向所述牲畜体内注射RFID电子标签,在体外佩戴RFID电子耳标,在牲畜体内体外均设置有***,不易因***的遗失造成无法定位。
进一步的,所述RFID电子耳标上卡接有消毒环,所述消毒环上开凿有环形槽和空腔,所述环形槽与空腔相连通,且环形槽与空腔相连通处连接有隔膜,所述隔膜与空腔构成的密闭腔中填充有消毒液,所述环形槽内侧壁上连接有消毒海绵,佩戴RFID电子耳标时,佩戴处的伤口暴露与空气中,容易发炎感染,严重时会导致死亡,利用消毒液对伤口消毒,可有效减少发炎感染。
3.有益效果
相比于现有技术,本发明的优点在于:
(1)本方案基于放牧过程中由牲畜所佩戴的***产生的包含着牧区牲畜的运动记录的定位数据,与聚类分析法相结合,计算放牧强度,进行过牧预警。
(2)放牧强度的计算方法为,随着时间累积轨迹数据,按照旬累计计算该段时间内放牧强度,选择较佳的时间长度进行分期监测,不会因过于频繁而徒增监测人员的工作量,也不易因时间长度过长而导致过牧严重现象。
(3)在放牧时间段,一个***一天大约产生六十个轨迹点数据,将一天约六十个轨迹点折合为一只牲畜,合理设置定位点数,避免过多徒增监测人员的工作量,以及过少难以判断活动范围。
(4)牲畜按照不同批次对其佩戴***,不同批次的牲畜佩戴不同***,且同一批次的牲畜佩戴同一种***,对不同批次的牲畜的种类、特性等分别记录,并将***与记录对应相匹配,同一批次的牲畜一般成群活动,不同批次的牲畜进食量会有差别,因此可能产生特定的过牧区域,利用不同的***进行定位更易区分。
(5)每一批次的牲畜的公母均需进行区分并分别统计数量,预估并记录每一批次的母牲畜的哺乳期,且对处于哺乳期的不同批次母牲畜所佩戴的***做聚类处理,哺乳期的母牲畜进食量会增大,对哺乳期的母牲畜进行特别标记可直观观察到其活动范围,有利于加强警示效果。
(6)***包括RFID电子标签和RFID电子耳标,RFID电子标签和RFID电子耳标中的信息相同,在放养牲畜之前,向牲畜体内注射RFID电子标签,在体外佩戴RFID电子耳标,在牲畜体内体外均设置有***,不易因***的遗失造成无法定位。
(7)RFID电子耳标上卡接有消毒环,消毒环上开凿有环形槽和空腔,环形槽与空腔相连通,且环形槽与空腔相连通处连接有隔膜,隔膜与空腔构成的密闭腔中填充有消毒液,环形槽内侧壁上连接有消毒海绵,佩戴RFID电子耳标时,佩戴处的伤口暴露于空气中,容易发炎感染,严重时会导致死亡,利用消毒液对伤口消毒,可有效减少发炎感染。
附图说明
图1为本发明的主要流程图;
图2为本发明的氧化块被氧化前的消毒环结构示意图;
图3为本发明的氧化块被氧化后的消毒环结构示意图。
图中标号说明:
1消毒环、2空腔、3隔膜、4氧化块、5消毒海绵。
具体实施方式
下面将结合本发明实施例中的附图;对本发明实施例中的技术方案进行清楚、完整地描述;显然;所描述的实施例仅仅是本发明一部分实施例;而不是全部的实施例,基于本发明中的实施例;本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例;都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”“顶/底端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“套设/接”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1:
请参阅图1-3,基于聚类分析的牲畜分期过牧预警方法,其具体步骤:
S1:在待检测牧区牲畜上佩戴***,所述***包含有牧区牲畜运动记录的定位数据;
S2:对原始轨迹数据进行清洗及预处理,清洗包括去除无关字段,去除空值,去除重复的值,去除异常值;
S3:聚类分析,使用经典聚类算法k-means对清洗和预处理过的轨迹数据进行基础聚类;给定聚类初始值n为待聚类轨迹点个数;
S4:计算放牧强度,放牧强度与过牧阈值比较,大于或等于过牧阈值的区域给出预警,小于过牧阈值的区域即表示良好,基于放牧过程中由牲畜所佩戴的***产生的包含着牧区牲畜的运动记录的定位数据,与聚类分析法相结合,计算放牧强度,进行过牧预警。
S1中的预处理步骤如下:
步骤一、首先对轨迹点按时间排序,生成连续轨迹序列;
步骤二、从轨迹序列中初始时间对相邻轨迹点进行速度值计算;
步骤三、设置速度阈值△v,对连续轨迹段进行速度差值对比,以小于阈值△v处进行划分,△v=0.3m/s;
步骤四、将小于速度阈值区间的轨迹点归入轨迹点集合;
步骤五、重复这一步骤直至所有轨迹点归类,操作简单,结果直观简明。
S2中k-means算法流程为:
首先从n个数据对象任意选择k个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。
S3中计算放牧强度步骤为:
步骤一、统计聚类结果中各个簇包含的轨迹点经纬度信息,簇内轨迹点个数,簇中心;
步骤二、计算该簇所有轨迹点到簇中心的平均距离r,以此作为半径估算该区域面积S=πr2;
步骤三、计算该区域面积s与该簇内轨迹点个数之比,从而得到该区域放牧强度,计算方法简单快速,易于实现操作。
放牧强度的计算方法为,随着时间累积轨迹数据,按照旬累计计算该段时间内放牧强度,选择较佳的时间长度进行分期监测,不会因过于频繁而徒增监测人员的工作量,也不易因时间长度过长而导致过牧严重现象。
在放牧时间段,一个***一天大约产生六十个轨迹点数据,将一天约六十个轨迹点折合为一只牲畜,合理设置定位点数,避免过多徒增监测人员的工作量,以及过少难以判断活动范围。
牲畜按照不同批次对其佩戴***,不同批次的牲畜佩戴不同***,且同一批次的牲畜佩戴同一种***,对不同批次的牲畜的种类、特性等分别记录,并将***与记录对应相匹配,将匹配信息上传至终端设备,同一批次的牲畜一般成群活动,不同批次的牲畜进食量会有差别,因此可能产生特定的过牧区域,利用不同的***进行定位更易区分,***远程连接终端设备,监测人员可直接在终端设备上根据匹配信息修改不同***在终端设备上显示的颜色,区分更加直观。
每一批次的牲畜的公母均需进行区分并分别统计数量,预估并记录每一批次的母牲畜的哺乳期,且对处于哺乳期的不同批次母牲畜所佩戴的***做聚类处理,将处理信息上传至终端设备,监测人员可直接在终端设备上根据处理信息对处于哺乳期的不同批次母牲畜所佩戴的***做相同的特别标记,哺乳期的母牲畜进食量会增大,对哺乳期的母牲畜进行特别标记可直观观察到其活动范围,有利于加强警示效果,处于哺乳期的牲畜较多时,可缩短放牧强度的计算时间长度,防止因时间长度过长而导致严重过牧。
***包括RFID电子标签和RFID电子耳标,RFID电子标签和RFID电子耳标中的信息相同,在放养牲畜之前,向牲畜体内注射RFID电子标签,在体外佩戴RFID电子耳标,在牲畜体内体外均设置有***,不易因***的遗失造成无法定位。
请参阅图2,RFID电子耳标上卡接有消毒环1,消毒环1分为两段,两段消毒环1的下端部相铰接,上端部通过氧化块4连接,消毒环1上开凿有环形槽和空腔2,环形槽与空腔2相连通,且环形槽与空腔2相连通处连接有隔膜3,隔膜3与空腔2构成的密闭腔中填充有消毒液,环形槽内侧壁上连接有消毒海绵5,佩戴RFID电子耳标时,佩戴处的伤口暴露于空气中,容易发炎感染,严重时会导致死亡,消毒环1上的空腔2处为软胶层,佩戴人员给牲畜佩戴RFID电子耳标时捏动消毒环1上的软胶层,隔膜3被挤破,空腔2内部的消毒液浸湿消毒海绵5,消毒海绵5与伤口处接触,利用消毒液对伤口消毒,可有效减少发炎感染,请参阅图3,佩戴RFID电子耳标一段时间后,氧化块4由于与空气长时间接触,氧化块4会被氧化变小脱落,此时消毒环1会从RFID电子耳标上脱落,避免消毒海绵5长时间与牲畜伤口接触造成二次感染,消毒环1采用3D打印材料并由3D打印机打印而成,3D打印材料性质好,易降解。
本方案的实行流程为:对原始轨迹数据进行清洗及预处理,清洗包括去除无关字段,去除空值,去除重复的值,去除异常值,聚类分析,使用经典聚类算法k-means对清洗和预处理过的轨迹数据进行基础聚类;给定聚类初始值,计算放牧强度,放牧强度与过牧阈值比较,大于或等于过牧阈值的区域给出预警,随着时间累积轨迹数据,按照旬累计计算该段时间内放牧强度,基于放牧过程中由牲畜所佩戴的***产生的包含着牧区牲畜的运动记录的定位数据,与聚类分析法相结合,计算放牧强度,进行过牧预警。
以上所述;仅为本发明较佳的具体实施方式;但本发明的保护范围并不局限于此;任何熟悉本技术领域的技术人员在本发明揭露的技术范围内;根据本发明的技术方案及其改进构思加以等同替换或改变;都应涵盖在本发明的保护范围内。
Claims (10)
1.基于聚类分析的牲畜分期过牧预警方法,其特征在于:其具体步骤为:
S1:在待检测牧区牲畜上佩戴***,所述***包含有牧区牲畜运动记录的定位数据;
S2:对原始轨迹数据进行清洗及预处理,清洗包括去除无关字段,去除空值,去除重复的值,去除异常值;
S3:聚类分析,使用经典聚类算法k-means对清洗和预处理过的轨迹数据进行基础聚类;给定聚类初始值n为待聚类轨迹点个数;
S4:计算放牧强度,所述放牧强度与过牧阈值比较,大于或等于过牧阈值的区域给出预警。
2.根据权利要求1所述的基于聚类分析的牲畜分期过牧预警方法,其特征在于:所述S1中的预处理步骤如下:
步骤一、首先对轨迹点按时间排序,生成连续轨迹序列;
步骤二、从轨迹序列中初始时间对相邻轨迹点进行速度值计算;
步骤三、设置速度阈值△v,对连续轨迹段进行速度差值对比,以小于阈值△v处进行划分,△v=0.3m/s;
步骤四、将小于速度阈值区间的轨迹点归入轨迹点集合;
步骤五、重复这一步骤直至所有轨迹点归类。
3.根据权利要求1所述的基于聚类分析的牲畜分期过牧预警方法,其特征在于:所述S2中k-means算法流程为:
首先从n个数据对象任意选择k个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。
4.根据权利要求1所述的基于聚类分析的牲畜分期过牧预警方法,其特征在于:所述S3中计算放牧强度步骤为:
步骤一、统计聚类结果中各个簇包含的轨迹点经纬度信息,簇内轨迹点个数,簇中心;
步骤二、计算该簇所有轨迹点到簇中心的平均距离r,以此作为半径估算该区域面积S=πr2;
步骤三、计算该区域面积s与该簇内轨迹点个数之比,从而得到该区域放牧强度。
5.根据权利要求4所述的基于聚类分析的牲畜分期过牧预警方法,其特征在于:所述放牧强度的计算方法为,随着时间累积轨迹数据,按照旬累计计算该段时间内放牧强度。
6.根据权利要求1所述的基于聚类分析的牲畜分期过牧预警方法,其特征在于:在放牧时间段,一个所述***一天大约产生六十个轨迹点数据,将一天约六十个轨迹点折合为一只牲畜。
7.根据权利要求1所述的基于聚类分析的牲畜分期过牧预警方法,其特征在于:所述牲畜按照不同批次对其佩戴***,不同批次的所述牲畜佩戴不同***,且同一批次的牲畜佩戴同一种***。
8.根据权利要求7所述的基于聚类分析的牲畜分期过牧预警方法,其特征在于:每一批次的所述牲畜的公母均需进行区分并分别统计数量,预估并记录每一批次的母牲畜的哺乳期,且对处于哺乳期的不同批次母牲畜所佩戴的***做聚类处理。
9.根据权利要求1或8所述的基于聚类分析的牲畜分期过牧预警方法,其特征在于:所述***包括RFID电子标签和RFID电子耳标,所述RFID电子标签和RFID电子耳标中的信息相同,在放养所述牲畜之前,向所述牲畜体内注射RFID电子标签或在体外佩戴RFID电子耳标。
10.根据权利要求9所述的基于聚类分析的牲畜分期过牧预警方法,其特征在于:所述RFID电子耳标上卡接有消毒环(1),所述消毒环(1)上开凿有环形槽和空腔(2),所述环形槽与空腔(2)相连通,且环形槽与空腔(2)相连通处连接有隔膜(3),所述隔膜(3)与空腔(2)构成的密闭腔中填充有消毒液,所述环形槽内侧壁上连接有消毒海绵(5)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810993303.6A CN109376810A (zh) | 2018-08-29 | 2018-08-29 | 基于聚类分析的牲畜分期过牧预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810993303.6A CN109376810A (zh) | 2018-08-29 | 2018-08-29 | 基于聚类分析的牲畜分期过牧预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109376810A true CN109376810A (zh) | 2019-02-22 |
Family
ID=65404104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810993303.6A Pending CN109376810A (zh) | 2018-08-29 | 2018-08-29 | 基于聚类分析的牲畜分期过牧预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376810A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110097221A (zh) * | 2019-04-24 | 2019-08-06 | 内蒙古智牧溯源技术开发有限公司 | 一种轮牧路线规划方法 |
CN110134673A (zh) * | 2019-04-23 | 2019-08-16 | 内蒙古智牧溯源技术开发有限公司 | 一种基于轨迹数据的放牧强度估算方法 |
CN110398978A (zh) * | 2019-04-24 | 2019-11-01 | 内蒙古科技大学 | 一种基于草畜平衡模型度放牧路径规划*** |
CN110866559A (zh) * | 2019-11-14 | 2020-03-06 | 上海中信信息发展股份有限公司 | 一种家禽的行为分析方法及装置 |
CN113554521A (zh) * | 2021-07-30 | 2021-10-26 | 江苏南翔农业发展科技有限公司 | 一种家禽成长过程中行为活动追溯***及方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102052918A (zh) * | 2010-11-04 | 2011-05-11 | 北京师范大学 | 基于湖泊水生植被蔓延的沼泽化动态监测与预警技术 |
US20110161249A1 (en) * | 2004-06-30 | 2011-06-30 | Psi Systems, Inc. | Integrated shipping label and customs form |
CN202587822U (zh) * | 2012-04-12 | 2012-12-12 | 李玲 | 客土式液力喷播机 |
CN103591984A (zh) * | 2013-10-31 | 2014-02-19 | 内蒙古物通天下网络科技有限公司 | 一种羊体征自动检测*** |
CN104463688A (zh) * | 2014-12-05 | 2015-03-25 | 中国农业大学 | 一种散养肉牛定位预警*** |
CN204499027U (zh) * | 2015-03-23 | 2015-07-29 | 兰州大学 | 放牧家畜入栏分群计数装置 |
CN104992245A (zh) * | 2015-07-09 | 2015-10-21 | 南京信息工程大学 | 一种基于广义熵理论的水环境风险管理动态智能综合分析方法 |
CN105208102A (zh) * | 2015-08-25 | 2015-12-30 | 上海宇芯科技有限公司 | 智能放牧的质量管控方法及*** |
CN205196634U (zh) * | 2015-11-18 | 2016-05-04 | 谭圆圆 | 基于无人飞行器的放牧装置 |
CN105654391A (zh) * | 2016-01-26 | 2016-06-08 | 石河子大学 | 牧群采食量分布的监测方法及装置 |
CN106983513A (zh) * | 2017-05-02 | 2017-07-28 | 内蒙古智牧溯源技术开发有限公司 | 一种基于rfid及物联网的牲畜体征检测装置 |
CN108170926A (zh) * | 2017-12-12 | 2018-06-15 | 伊犁师范学院 | 一种河谷草地退化情况的信息数据采集及分析方法 |
-
2018
- 2018-08-29 CN CN201810993303.6A patent/CN109376810A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110161249A1 (en) * | 2004-06-30 | 2011-06-30 | Psi Systems, Inc. | Integrated shipping label and customs form |
CN102052918A (zh) * | 2010-11-04 | 2011-05-11 | 北京师范大学 | 基于湖泊水生植被蔓延的沼泽化动态监测与预警技术 |
CN202587822U (zh) * | 2012-04-12 | 2012-12-12 | 李玲 | 客土式液力喷播机 |
CN103591984A (zh) * | 2013-10-31 | 2014-02-19 | 内蒙古物通天下网络科技有限公司 | 一种羊体征自动检测*** |
CN104463688A (zh) * | 2014-12-05 | 2015-03-25 | 中国农业大学 | 一种散养肉牛定位预警*** |
CN204499027U (zh) * | 2015-03-23 | 2015-07-29 | 兰州大学 | 放牧家畜入栏分群计数装置 |
CN104992245A (zh) * | 2015-07-09 | 2015-10-21 | 南京信息工程大学 | 一种基于广义熵理论的水环境风险管理动态智能综合分析方法 |
CN105208102A (zh) * | 2015-08-25 | 2015-12-30 | 上海宇芯科技有限公司 | 智能放牧的质量管控方法及*** |
CN205196634U (zh) * | 2015-11-18 | 2016-05-04 | 谭圆圆 | 基于无人飞行器的放牧装置 |
CN105654391A (zh) * | 2016-01-26 | 2016-06-08 | 石河子大学 | 牧群采食量分布的监测方法及装置 |
CN106983513A (zh) * | 2017-05-02 | 2017-07-28 | 内蒙古智牧溯源技术开发有限公司 | 一种基于rfid及物联网的牲畜体征检测装置 |
CN108170926A (zh) * | 2017-12-12 | 2018-06-15 | 伊犁师范学院 | 一种河谷草地退化情况的信息数据采集及分析方法 |
Non-Patent Citations (4)
Title |
---|
叶勇等: "畜禽载畜量预警的实证分析——以内蒙古牧业旗为例", 《技术经济》 * |
文乐元: "云贵高原人工草地——绵羊放牧***草畜动态平衡过程优化研究", 《中国优秀博硕士学位论文全文数据库(硕士)农业科技辑》 * |
李琦等: "基于放牧轨迹数据的采食区域挖掘及可视化化析", 《内蒙古科技大学学报》 * |
杜永兴等: "基于海量牧区羊群轨迹的区域属性挖掘研究", 《计算机应用研究》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110134673A (zh) * | 2019-04-23 | 2019-08-16 | 内蒙古智牧溯源技术开发有限公司 | 一种基于轨迹数据的放牧强度估算方法 |
CN110097221A (zh) * | 2019-04-24 | 2019-08-06 | 内蒙古智牧溯源技术开发有限公司 | 一种轮牧路线规划方法 |
CN110398978A (zh) * | 2019-04-24 | 2019-11-01 | 内蒙古科技大学 | 一种基于草畜平衡模型度放牧路径规划*** |
CN110866559A (zh) * | 2019-11-14 | 2020-03-06 | 上海中信信息发展股份有限公司 | 一种家禽的行为分析方法及装置 |
CN113554521A (zh) * | 2021-07-30 | 2021-10-26 | 江苏南翔农业发展科技有限公司 | 一种家禽成长过程中行为活动追溯***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109376810A (zh) | 基于聚类分析的牲畜分期过牧预警方法 | |
CN104008367B (zh) | 基于计算机视觉的育肥猪的自动行为分析***及方法 | |
Fotowat et al. | Neural activity in a hippocampus-like region of the teleost pallium is associated with active sensing and navigation | |
WO2020133560A1 (zh) | 基于大数据技术的家畜智能化养殖管理***及方法 | |
CN104077550B (zh) | 一种实现动物行为监测的健康指数评价的方法及*** | |
CN110741962A (zh) | 一种基于奶牛行为识别算法的发情和健康监测方法 | |
CN104932313A (zh) | 基于北斗的养殖*** | |
CN204655116U (zh) | 宠物健康管理*** | |
CN107094653A (zh) | 一种动物散养监测*** | |
CN107550479A (zh) | 一种畜牧监管装置 | |
CN106940551A (zh) | 一种基于物联网的牧场环境采集*** | |
CN111034643A (zh) | 一种家畜养殖的生理特征检测***和检测方法 | |
CN107977779A (zh) | 农业工单管理方法及***、计算机装置及可读存储介质 | |
CN113159244A (zh) | 一种基于物联网的禽类养殖管理*** | |
Miekley et al. | Mastitis detection in dairy cows: the application of support vector machines | |
CN106097117A (zh) | 一种基于物联网的养殖管理*** | |
CN116680595A (zh) | 异常奶牛检测方法、装置、电子设备及介质 | |
CN105959907A (zh) | 一种基于蓝牙扫描的多目标并发检测***与方法 | |
CN110448304A (zh) | 动物可穿戴智能设备、动物活动监测***及方法 | |
CN110866559A (zh) | 一种家禽的行为分析方法及装置 | |
CN105395176A (zh) | 一种智慧家居远程看护方法 | |
CN113854181B (zh) | 一种奶牛行为检测项圈及其检测方法 | |
CN107679597A (zh) | 一种基于rfid的牲畜健康管理方法 | |
Evangelista et al. | YOLOv7 and DeepSORT for Intelligent Quail Behavioral Activities Monitoring | |
CN112711233A (zh) | 智能家居控制方法及装置、处理器、存储介质和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |