期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
人工智能驱动畜牧新质生产力高质量发展:制约因素、生成逻辑与推进路径
被引量：
6
1
作者
刘继芳
周向阳
+5 位作者
李敏
韩书庆
郭雷风
迟亮
杨璐
吴建寨
《智慧农业(中英文)》
2025年第1期165-177,共13页
[目的/意义]发展新质生产力对推动畜牧业高质量发展具有重要意义。本文旨在对人工智能驱动畜牧新质生产力高质量发展开展系统研究。厘清人工智能推动畜牧新质生产力高质量发展的机理和方向,深入分析畜牧新质生产力的内涵、特征、制约因...
[目的/意义]发展新质生产力对推动畜牧业高质量发展具有重要意义。本文旨在对人工智能驱动畜牧新质生产力高质量发展开展系统研究。厘清人工智能推动畜牧新质生产力高质量发展的机理和方向,深入分析畜牧新质生产力的内涵、特征、制约因素,以及推进路径。[进展]畜牧新质生产力是以生物技术、信息技术和绿色技术等前沿技术创新为主导,以数智化、绿色化、生态化为产业升级方向,基本内涵表现为更高素质的劳动者、更先进的劳动资料和更广范围的劳动对象。与传统生产力相比,畜牧新质生产力是以科技创新为导向、以新发展理念为引领、以全要素生产率提升为核心的先进生产力,具有生产效率高、产业效益好、可持续发展能力强的显著特征。中国畜牧新质生产力已具备较好发展基础,但也面临畜禽育种技术创新不足、核心竞争力不强,畜牧养殖机械化率不高、智能装备自主研发能力较弱,“机器换人”需求迫切、畜牧人才量质存在短板,养殖规模化程度不高、智能化管理水平有限等制约因素。人工智能在畜牧业中可以广泛应用在环境控制、精准饲喂、健康监测与疫病防控、供应链优化等领域。人工智能经由以数字技术为代表的畜牧业技术革命性突破,以数据要素为纽带的畜牧业生产力要素创新性配置,与数字经济相适应的畜牧业产业深度转型,催生畜牧新质生产力,赋能畜牧业高质量发展。[结论/展望]提出了提升畜牧科技创新能力、建立畜牧业全链条信息化监管模式、加快畜牧绿色科技推广应用、提高畜牧业全产业链管理水平,以及完善重要畜禽品种商业化育种机制的畜牧新质生产力发展推进路径。
展开更多
关键词
新质生产力
畜牧
人工智能
制约因素
生成逻辑
推进路径
在线阅读
下载PDF
职称材料
作物病虫害绿色防控效果评价方法现状及发展趋势
被引量：
6
2
作者
杨文
董杰
+3 位作者
张晶
王帅宇
吴建寨
邢丽玮
《中国生物防治学报》
CSCD
北大核心
2022年第3期748-752,共5页
科学合理的评价方法是快速高效检测农作物常见病虫害绿色防控技术应用效果的关键,对于提高农产品质量,保障食品安全有着重要意义。根据现有研究成果,本文从评价区域范围、评价指标和评价模型等方面阐述了我国当前农作物病虫害绿色防控...
科学合理的评价方法是快速高效检测农作物常见病虫害绿色防控技术应用效果的关键,对于提高农产品质量,保障食品安全有着重要意义。根据现有研究成果,本文从评价区域范围、评价指标和评价模型等方面阐述了我国当前农作物病虫害绿色防控技术应用效果评价方法现状,分析了现有农作物病虫害绿色防治技术应用效果评价方法中存在的不足,并就未来的发展趋势进行了展望。
展开更多
关键词
绿色防控
效果评价
评价指标
评价方法
发展趋势
在线阅读
下载PDF
职称材料
基于高斯混合-隐马尔科夫融合算法识别奶牛步态时相
被引量：
4
3
作者
张楷
韩书庆
+2 位作者
程国栋
吴赛赛
刘继芳
《智慧农业（中英文）》
2022年第2期53-63,共11页
奶牛步态时相是反映奶牛健康及跛行严重程度的重要指标。为准确自动识别奶牛步态时相,本研究提出一种融合高斯混合模型(Gaussian Mixture Model,GMM)和隐马尔科夫模型(Hidden Markov Model,HMM)的无监督学习奶牛步态时相识别算法GMM-HM...
奶牛步态时相是反映奶牛健康及跛行严重程度的重要指标。为准确自动识别奶牛步态时相,本研究提出一种融合高斯混合模型(Gaussian Mixture Model,GMM)和隐马尔科夫模型(Hidden Markov Model,HMM)的无监督学习奶牛步态时相识别算法GMM-HMM。使用惯性测量单元采集奶牛后肢加速度和角速度信号,通过卡尔曼滤波消除噪声,筛选并提取特征值,构建GMM-HMM模型,实现奶牛静立相、连续步态中的站立相和摆动相等3种步态时相的自动识别。结果表明,静立相识别的准确率、召回率和F_(1)分别为89.28%、90.95%和90.91%,连续步态中的站立相识别的准确率、召回率和F_(1)分别为91.55%、86.71%和89.06%,连续步态中的摆动相识别的准确率、召回率和F_(1)分别为86.67%、91.51%和89.03%。奶牛步态分割的准确率为91.67%,相较于基于事件的峰值检测法和动态时间规整算法准确率分别提高了4.23%和1.1%。本研究可为下一步基于穿戴式步态分析的奶牛跛行特征提取提供技术参考。
展开更多
关键词
隐马尔科夫模型
无监督学习
自动识别
峰值检测
高斯混合模型
惯性测量单元
HMM模型
步态分析
在线阅读
下载PDF
职称材料
题名
人工智能驱动畜牧新质生产力高质量发展:制约因素、生成逻辑与推进路径
被引量：
6
1
作者
刘继芳
周向阳
李敏
韩书庆
郭雷风
迟亮
杨璐
吴建寨
机构
中国农业科学院农业信息研究所/农业农村部区块链农业应用重点实验室
出处
《智慧农业(中英文)》
2025年第1期165-177,共13页
基金
国家重点研发计划项目(2024YFD1300603,2024YFD1300604)
国家自然科学基金(42301460)
+3 种基金
中国农业科学院科技创新工程(CAAS-ZDRW202420,CAAS-ASTIP-2024-AII)
中央级公益性科研院所基本科研业务费专项(JBYW-AII-2023-38,JBYW-AII-2024-16/18/19/23/28/35/36/40)
北京市智慧农业创新团队项目(BAIC10-2024)
农业农村部现代农业装备重点实验室开放基金课题(2023nyzbsys09)。
文摘
[目的/意义]发展新质生产力对推动畜牧业高质量发展具有重要意义。本文旨在对人工智能驱动畜牧新质生产力高质量发展开展系统研究。厘清人工智能推动畜牧新质生产力高质量发展的机理和方向,深入分析畜牧新质生产力的内涵、特征、制约因素,以及推进路径。[进展]畜牧新质生产力是以生物技术、信息技术和绿色技术等前沿技术创新为主导,以数智化、绿色化、生态化为产业升级方向,基本内涵表现为更高素质的劳动者、更先进的劳动资料和更广范围的劳动对象。与传统生产力相比,畜牧新质生产力是以科技创新为导向、以新发展理念为引领、以全要素生产率提升为核心的先进生产力,具有生产效率高、产业效益好、可持续发展能力强的显著特征。中国畜牧新质生产力已具备较好发展基础,但也面临畜禽育种技术创新不足、核心竞争力不强,畜牧养殖机械化率不高、智能装备自主研发能力较弱,“机器换人”需求迫切、畜牧人才量质存在短板,养殖规模化程度不高、智能化管理水平有限等制约因素。人工智能在畜牧业中可以广泛应用在环境控制、精准饲喂、健康监测与疫病防控、供应链优化等领域。人工智能经由以数字技术为代表的畜牧业技术革命性突破,以数据要素为纽带的畜牧业生产力要素创新性配置,与数字经济相适应的畜牧业产业深度转型,催生畜牧新质生产力,赋能畜牧业高质量发展。[结论/展望]提出了提升畜牧科技创新能力、建立畜牧业全链条信息化监管模式、加快畜牧绿色科技推广应用、提高畜牧业全产业链管理水平,以及完善重要畜禽品种商业化育种机制的畜牧新质生产力发展推进路径。
关键词
新质生产力
畜牧
人工智能
制约因素
生成逻辑
推进路径
Keywords
new-quality productivity
livestock
artificial intelligence
restrictive factors
generate logic
promotion path
分类号
S-1 [农业科学]
S8-0 [农业科学—畜牧兽医]
在线阅读
下载PDF
职称材料
题名
作物病虫害绿色防控效果评价方法现状及发展趋势
被引量：
6
2
作者
杨文
董杰
张晶
王帅宇
吴建寨
邢丽玮
机构
北京市植物保护站
中国农业科学院农业信息研究所/农业农村部区块链农业应用重点实验室
出处
《中国生物防治学报》
CSCD
北大核心
2022年第3期748-752,共5页
基金
中国农业科学院科技创新工程(CAAS-ASTIP-2016-AII)
中央级公益性科研院所基本科研业务费专项(JBYW-AII-2022-06,JBYWAII-2022-21,JBYW-AII-2022-36,JBYW-AII-2022-13)。
文摘
科学合理的评价方法是快速高效检测农作物常见病虫害绿色防控技术应用效果的关键,对于提高农产品质量,保障食品安全有着重要意义。根据现有研究成果,本文从评价区域范围、评价指标和评价模型等方面阐述了我国当前农作物病虫害绿色防控技术应用效果评价方法现状,分析了现有农作物病虫害绿色防治技术应用效果评价方法中存在的不足,并就未来的发展趋势进行了展望。
关键词
绿色防控
效果评价
评价指标
评价方法
发展趋势
Keywords
green prevention and control
effect evaluation
evaluation index
evaluation method
development trend
分类号
S476 [农业科学—农业昆虫与害虫防治]
在线阅读
下载PDF
职称材料
题名
基于高斯混合-隐马尔科夫融合算法识别奶牛步态时相
被引量：
4
3
作者
张楷
韩书庆
程国栋
吴赛赛
刘继芳
机构
中国农业科学院农业信息研究所/农业农村部区块链农业应用重点实验室
出处
《智慧农业（中英文）》
2022年第2期53-63,共11页
基金
国家自然科学基金项目(32102600)
中国农业科学院科技创新工程项目(CAAS-ASTIP-2016-AII)
中央级公益性科研院所基本科研业务费专项(JBYW-AII-2021-33,JBYW-AII-2022-36)。
文摘
奶牛步态时相是反映奶牛健康及跛行严重程度的重要指标。为准确自动识别奶牛步态时相,本研究提出一种融合高斯混合模型(Gaussian Mixture Model,GMM)和隐马尔科夫模型(Hidden Markov Model,HMM)的无监督学习奶牛步态时相识别算法GMM-HMM。使用惯性测量单元采集奶牛后肢加速度和角速度信号,通过卡尔曼滤波消除噪声,筛选并提取特征值,构建GMM-HMM模型,实现奶牛静立相、连续步态中的站立相和摆动相等3种步态时相的自动识别。结果表明,静立相识别的准确率、召回率和F_(1)分别为89.28%、90.95%和90.91%,连续步态中的站立相识别的准确率、召回率和F_(1)分别为91.55%、86.71%和89.06%,连续步态中的摆动相识别的准确率、召回率和F_(1)分别为86.67%、91.51%和89.03%。奶牛步态分割的准确率为91.67%,相较于基于事件的峰值检测法和动态时间规整算法准确率分别提高了4.23%和1.1%。本研究可为下一步基于穿戴式步态分析的奶牛跛行特征提取提供技术参考。
关键词
隐马尔科夫模型
无监督学习
自动识别
峰值检测
高斯混合模型
惯性测量单元
HMM模型
步态分析
Keywords
dairy cow lameness
gait phase
gait segmentation
gaussian mixture model
hidden Markov model
Kalman filtering
分类号
S24 [农业科学—农业电气化与自动化]
TP274 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
人工智能驱动畜牧新质生产力高质量发展:制约因素、生成逻辑与推进路径
刘继芳
周向阳
李敏
韩书庆
郭雷风
迟亮
杨璐
吴建寨
《智慧农业(中英文)》
2025
6
在线阅读
下载PDF
职称材料
2
作物病虫害绿色防控效果评价方法现状及发展趋势
杨文
董杰
张晶
王帅宇
吴建寨
邢丽玮
《中国生物防治学报》
CSCD
北大核心
2022
6
在线阅读
下载PDF
职称材料
3
基于高斯混合-隐马尔科夫融合算法识别奶牛步态时相
张楷
韩书庆
程国栋
吴赛赛
刘继芳
《智慧农业（中英文）》
2022
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
