一、如何预测饲养奶牛的经济效益（论文文献综述）
孟德超[1]（2021）在《集约化牛场体况管理对泌乳奶牛代谢、生产性能和健康的影响》文中进行了进一步梳理体况是奶牛营养储备水平的一种体现。体况管理不当对奶牛生产性能和健康有不利的影响,会给奶牛业带来很大的经济损失。尽管国内外已有奶牛泌乳周期的体况管理目标,但是存在着标准不一致,集约化牛场重视不够,控制效果不一的问题。为此,本研究通过二个试验“四个集约化牛场奶牛泌乳周期体况、生产性能和健康的调查研究”、“奶牛围产期体况损失对代谢、生产性能、健康和经济效益的影响”,评估集约化牛场奶牛体况管理的效果,为今后集约化牛场奶牛体况优化管理提供有效的规范技术或标准奠定基础。1、四个集约化牛场奶牛泌乳周期体况、生产性能和健康的调查研究。在黑龙江省四个大型集约化奶牛养殖场,每个牛场随机选择产前21 d、分娩当天、产后21 d、产后50 d、产后150 d、产后200 d及产后250 d等7个时间点,共计2276头奶牛进行试验。详细记录试验奶牛BCS、生产性能、疾病及经济效益等信息。同时,在7个时间根据BCS,分为BCS≤2.5、BCS=2.75、BCS=3、BCS=3.25、BCS=3.5、BCS=3.75及BCS≥4等7组试验奶牛,每个时间点每组40头。通过单因素方差分析、描述性统计及卡方检验进行场间和组间分析,结果显示:（1）黑龙江省四个集约化牛场泌乳奶牛体况管理水平不一,未达到国内外体况管理标准。牛场泌乳奶牛体况管理水平高低的顺序依次为牛场D、B、C、A。（2）黑龙江省四个集约化牛场泌乳奶牛的日泌乳量、疾病发生率和次数或死淘率以及繁殖性能均有显着差异（P<0.05）。其中,奶牛泌乳性能高低的顺序依次为牛场D、C、B、A;疾病和繁殖的管理好坏的顺序依次为牛场B和D,其次牛场A和C。（3）四个牛场泌乳奶牛获得净利润的高低顺序依次为牛场D、B、C、A。泌乳奶牛获得更好的经济效益的体况管理目标为产前21 d与分娩当天的最佳BCS为3.5;产后21 d的最佳BCS为3.25;产后50 d到产后250 d的最佳BCS为3。2、围产期奶牛体况损失对代谢、生产性能、健康和经济效益的影响。在黑龙江省某集约化奶牛养殖场,随机选取156头奶牛进行前瞻性观察研究。根据奶牛围产期体况损失的程度进行分组分为体况无损失组（M组,BCS损失0）;体况低损失组（L组,BCS损失0.25）;体况高损失组（H组,BCS损失≥0.5）。在试验奶牛产前21 d、分娩当天、产后7 d、产后14 d、产后21 d、产后28 d及产后50 d进行体况评分,采集血液做生化指标分析。记录奶牛生产性能、疾病及经济效益等信息。通过GLM模型分析、单因素方差分析、描述性统计、卡方检验、Pearman相关性分析、二元Logistic回归模型分析以及受试者工作特征曲线（ROC）的预测等统计学分析,结果显示:（1）奶牛产前21 d BCS对围产后期BCS损失程度有良好的预警作用,围产后期BCS损失0、0.25及0.5以上的产前21 d BCS预警值分别为3.375、3.625及3.875。（2）奶牛围产前期BCS高,同时围产后期BCS损失高引起奶牛产后发生能量负平衡（BHBA、NEFA和LP升高,Glu、INS降低）、肝功异常（AST、ALB和TC升高）、氧化应激（T-AOC降低、MDA升高）,日泌乳量和繁殖性能均下降和疾病发生率增高。（3）围产后期BCS损失程度对酮病、真胃变位有一定诊断价值,对子宫炎有低诊断价值。对酮病、真胃变位和子宫炎的围产期BCS损失预警值分别为0.375、0.625和0.375。（4）牛场奶牛每日净利润,L组最高,其次M组,H组最低。奶牛围产后期体况损失控制在0.25,经济效益更好。一旦体况损失超过0.50,奶牛产后代谢、生产性能、健康和经济效益都将受到不利影响。结论:黑龙江省四个集约化牛场经生产性能、健康和经济效益的综合评定,牛场D管理水平最好,其次牛场B,而后牛场C和A。确定了泌乳奶牛体况管理的控制目标。明确了围产期BCS及其损失是奶牛生产性能和健康及经济效益下降的重要风险因素。确立了奶牛产前21 d BCS对围产期BCS损失程度的预警作用以及BCS损失对酮病、真胃变位和子宫炎的诊断价值。
黄显雷[2]（2021）在《基于种养结合的奶牛养殖综合效益评价及长效运行机制构建》文中研究表明过去的二十年,我国奶牛养殖业实现快速增长,与此同时,奶牛养殖所带来的资源环境问题日益受到重视。种养结合奶牛场（IPBS）通过青贮玉米种植与奶牛养殖,实现养殖场内粪便、秸秆和青贮玉米的循环利用,减少种植化肥使用,减少部分饲料购买,降低养殖饲料成本,是一种可持续生产模式。然而,长期以来,尚未全面系统的认知IPBS的环境、经济及生产效率,尤其是IPBS的环境绩效、经济性能、生产效率如何?又如何改善?需要配套怎么样的激励和约束机制?这些问题一直困扰着奶牛场主对IPBS的经营管理,也使得相关扶持政策的制定缺乏有力依据。本文以山东省、黑龙江省奶牛场的调查数据为基础,对非种养结合奶牛场（non-IPBS）和IPBS奶牛养殖的环境绩效、经济性能、生产效率等进行理论与实证分析。首先,基于生命周期评价（LCA）、最小二乘线性回归模型（OLS）等,对non-IPBS和IPBS的环境绩效进行评估,揭示IPBS的环境减排潜力,探究影响IPBS环境绩效的决定因素。接着,基于成本收益分析（CBA）、倾向得分匹配（PSM）等,考察non-IPBS和IPBS的经济性能,实证分析non-IPBS与IPBS在牛奶产量、品质等指标上是否存在显着性差异。再次,基于非射线性模型（SBM）、截尾回归模型（Tobit）等,测度non-IPBS和IPBS的生产效率,分析影响奶牛养殖生产效率的制约因素。最后,基于逻辑回归模型（Logit）、解释结构模型（ISM）,探究奶牛场选择IPBS的驱动因素及各因素之间的层次结构关系,并根据全文研究结果,从政府和市场两个角度,构建IPBS可持续性运行的激励机制。相关研究结论如下:1)IPBS在减少养殖环境损害方面具有明显优势,同时,减少幅度取决于IPBS的青贮玉米自给率。在non-IPBS中,每产1吨标准牛奶（FPCM）的全球变暖潜力（GWP）、酸化潜力（AP）、富营养化潜力（EP）、不可再生能源消耗（NREU）、水消耗（WU）和土地占用（LU）分别为1351.1千克CO2-eq,18.2千克SO2-eq,8.8千克PO43--eq,4600.5兆焦耳,414.9立方米和1533.3平方米,而IPBS相应减少14.3%、10.4%、18.2%、9.9%、7.9%和13.1%,如果IPBS青贮玉米自给率从当前56.6%提升到100%,则相应减少26.9%、17.0%、28.4%、17.2%、14.9%和18.9%。在保证每个奶牛场的青贮玉米自给率达到100%的条件下,全国最多有81%的奶牛场可以采用IPBS,则相应的温室气体排放比当前减少18.7%。2)IPBS在提升养殖场净收益上具有较大潜力,同时,该净收益的提升率取决于耕地流转费用和青贮玉米价格。non-IPBS生产1t FPCM的净收益为1415元,而IPBS的实际净收益提升率为15%,这些收益的增加主要因为自产青贮玉米成本较低,同时此过程减少青贮玉米的运输费用。non-IPBS与IPBS生产1t FPCM的净收益的平衡点为:耕地流转费用为17262RMB/ha,或者青贮玉米价格为261RMB/t。同时,IPBS能显着降低牛奶体细胞数、菌落总数。3)IPBS在提升养殖生产效率上具有显着效果。在未考虑环境因素时,non-IPBS与IPBS奶牛养殖的生产效率分别为0.75和0.79,将环境因素纳入后,相应的生产效率分别下降16%和10%。饲料成本投入过高和养殖规模结构不合理是造成养殖生产效率损失的内生因素,而奶牛场主文化水平不高、奶牛产奶量低、泌乳牛占比低等因素是造成奶牛养殖生产效率损失的外在因素。4)奶牛场主选择种养结合的决定是利益因素和外在条件共同作用的结果。牛场与农田距离、降低饲料成本认知、降低粪污治理成本认知等3个因素是驱动奶牛场选择IPBS的表层直接因素;奶牛场主教育水平、奶牛场收入这2因素是驱动奶牛场选择IPBS的中层间接因素;奶牛场总牛数、土地流转价格、青贮玉米价格、当地粪污治理监管力度这4个因素是驱动奶牛场选择IPBS的底层根源因素。基于此,制定基于市场主导和政府引导的激励与约束机制来保障IPBS长效运行。包括健全土地流转市场体系、建立绿色生产服务体系、探索绿色产品市场体系、搭建绿色发展技术支持平台、制定合理的亲环境养殖补贴政策、制定完善的养殖规程和标准等。
张强[3]（2021）在《江苏省荷斯坦牛隐性乳房炎的影响因素及风险评估》文中认为乳房炎是奶牛最常见的疾病之一,也是造成奶牛业损失最严重的疾病。奶牛乳房炎包括临床乳房炎和亚临床乳房炎（即隐性乳房炎）。乳中体细胞数（Somatic Cell Count,SCC）是用来评价奶牛隐性乳房炎发生较好的指标之一,一般认为奶牛乳中体细胞数大于50万个/mL时患隐性乳房炎。由于SCC呈偏态分布,一般将其转化为体细胞评分（Somatic Cell Score,SCS）进行分析。奶牛体细胞评分通过计算公式SCS=log2（SCC/100 000）+3获得。影响奶牛乳中SCC和SCS的因素很多,包括牛场管理、胎次、泌乳阶段、测定季节、产犊季节等。本研究首先对江苏省12个奶牛场可能涉及奶牛隐性乳房炎的因素进行问卷调查基础上,收集牛场2010年以来101万条奶牛生产性能测定（Dairy Herd Improvement,DHI）数据,用多因素方差分析模型分析牧场规模、饲养方式、牛床垫料、挤奶机类型、胎次、场龄、测定季节、产犊季节等18个因素对乳中SCC和SCS的影响。在此基础上,构建奶牛隐性乳房炎Logistic回归模型,并用新的DHI数据进行验证,以期为降低江苏地区奶牛隐性乳房炎发生提供科学依据。得出主要结果如下:结果1:不同牧场规模、饲养方式、牛床垫料、挤奶机类型、胎次、场龄、测定季节、产犊季节等18个因素对乳中SCC和SCS均有极显着影响（P<0.01）。其中,规模在5001-10000头、散栏饲养、发酵牛粪、场龄和挤奶机使用年龄为3-4年、采用进口转盘式挤奶机、采用毛巾擦拭乳房、配备化验室、每月进行2次隐性乳房炎检测、做临床乳房炎药敏实验、使用铲车、1胎、秋冬产犊、前次SCS为0较低,则乳中SCC和SCS相对较小;规模在1001-2000头、栓系饲养、锯末垫料、管道式挤奶机、国产挤奶机、挤奶机使用年龄为1-2年、擦拭材料为一次性纸巾、更换奶衬和原厂一致、牛场无化验室、隐性乳房炎检测次数为每月1次、不做临床乳房炎药敏实验、人工自动吸粪车、场龄大于10年、5胎及以上、秋季测定、春季产犊、泌乳末期、前体细胞分为9分,乳中SCC和SCS相对较大。结果2:牧场规模、饲养方式、牛床垫料、挤奶机类型、胎次、场龄、测定季节、产犊季节等18个因素对奶牛隐性乳房炎发生率均有极显着影响（P<0.01）;其中,规模1001-2000头、栓系饲养、牛床垫料为锯末、国产挤奶机、管道式挤奶机、挤奶机使用年龄1-2年、牛场无化验室、擦拭材料为一次性纸巾、隐性乳房炎检测1次/月、奶衬更换与原厂一致、不做临床乳房炎药敏实验、使用人工自动吸粪车、5胎及以上、场龄10年以上、秋季测定、泌乳末期、春季产犊、前体细胞分为9的奶牛发病率高于其它水平;各因素不同水平的OR值与隐性乳房炎实际患病率基本一致;基于18个影响因素,构建的奶牛隐性乳房炎风险评估Logistic模型为:Logit（P）=-6.848-0.201 ×X1+0.411 × X2-0.016 × X3-0.032 × X4+1.042 ×5-0.125 ×6-0.269 ×X7-0.277 ×X8+1.265 × X9+0.55 × X10+0.211 ×X11+0.369 × X12+0.293 ×X13+0.047×X14+0.03 ×X15-0.045 × X16+0.101 × X17+0.451×X18。用该模型对新的DHI数据进行验证,结果预测准确率达到87.51%。结论:不同牧场、规模、饲养方式等18个因素均对SCC和SCS和隐性乳房炎发生率均有极显着影响;基于18个影响因素,构建了江苏地区奶牛隐性乳房炎风险评估Logistic回归模型,预测准确率达87.51%,可应用于实际荷斯坦牛群隐性乳房炎的发病风险预测。
王钰龙[4]（2020）在《山东省奶牛生产区域布局、比较优势及发展预测研究》文中研究指明本研究立足山东省及17地市的奶牛生产实际,通过函调统计数据、统计年鉴、问卷调查等途径获取原始数据,采用R软件、差分自回归移动平均模型（Auto Regressive Integrated Moving Average model,ARIMA）、比较优势指数（Comparative Advantage Index,AAI）等函数算法,系统分析了山东省奶牛生产基本状况、区域布局类别和特点、各地市竞争力及优势区域、未来5年发展趋势等内容,得出主要结论如下:1.山东省奶牛生产概况。山东省是奶牛养殖大省,奶牛存栏量、牛奶产量分别居全国第5位和第4位。近年来,山东省奶牛生产发展缓慢,各地市间发展不均衡。2011-2018年,山东省奶牛存栏量和牛奶产量年均降幅分别为2.91%和2.33%;全省17地市中只有东营、日照、德州、菏泽奶牛存栏量增长,年均最大增幅5.12%,其他13地市奶牛存栏量下降,年均最大降幅9.97%;济南、东营、日照、莱芜、德州、菏泽牛奶产量增长,年均最大增幅17.47%,其他11地市牛奶产量下降,年均最大降幅,为8.95%。调查发现,山东省奶牛生产存在牛奶收购价格低、饲养成本高、缺乏发展资金、政策补贴力度小、饲养管理技术水平落后、与牛奶收购企业关系不和谐等问题。2.山东省奶牛生产区域布局类别和特点。根据2015-2019年山东省17地市奶牛存栏量和牛奶产量进行联合聚类,17地市被划分为4类:（1）青岛、济南、东营、德州,4个地市年均存栏量381 990头,占全省42.23%;年均牛奶产量1 158 624 t,占全省45.13%;2019年人均牛奶占有量51.88 kg,每公顷土地饲养奶牛0.09头。（2）泰安,年均存栏量150 530头,占全省16.64%;年均牛奶产量365 557 t,占全省14.24%;2019年人均牛奶占有量39.07 kg,每公顷土地饲养奶牛0.09头。（3）菏泽、烟台、临沂、淄博、济宁、聊城、威海、潍坊,8个地市年均存栏量323 960头,占全省35.81%;年均牛奶产量912 277 t,占全省35.53%;2019年人均牛奶占有量15.09 kg,每公顷土地饲养奶牛0.03头。（4）日照、枣庄、滨州、莱芜,4个地市年均存栏量48 143头,占全省5.32%;年均牛奶产量130 986 t,占全省5.10%;2019年人均牛奶占有量9.94 kg,每公顷土地饲养奶牛0.02头。综合比较分析确定青岛、济南、东营、德州、泰安5个地市为山东省奶牛主要产区;菏泽、烟台、临沂、淄博、济宁、聊城、威海、潍坊8个地市为次要产区;日照、枣庄、滨州、莱芜4个地市为一般产区。3.奶牛生产未来5年发展趋势。依据山东省2010-2019年奶牛存栏量和2000-2019年牛奶产量对山东省未来5年奶牛生产预测。预测结果为:2024年较2019年奶牛存栏量减少,年均降幅3.20%;牛奶产量减少,年均降幅0.76%。调查表明,调查的150个奶牛场中79.33%的奶牛场未来5年有扩大存栏的计划,其奶牛饲养规模占调查奶牛场总规模86.74%,结合预测百分之八十和百分之九十五置信度,预计未来5年山东省奶牛存栏量和牛奶产量出现增长的可能性较大。4.各地市竞争力及优势区域划分。对2011-2018年山东省各地市奶牛生产比较优势指数和年均比较优势指数分析,结果表明:济南、青岛、淄博、泰安、威海、东营等地市奶牛养殖具有比较优势;枣庄、潍坊、日照、莱芜、济宁、临沂、聊城、滨州、菏泽等地市奶牛养殖不具有比较优势或优势不明显;烟台失去奶牛养殖的比较优势;德州暂时具备奶牛养殖的比较优势。根据2011-2018年山东省17地市的比较优势指数聚类后对山东省奶牛生产优势区域进行划分,结果为:（1）东营为发展优势较明显区域;（2）济南、青岛、淄博、威海、泰安为发展优势区域;（3）德州、潍坊、滨州、烟台为发展潜力区域;（4）莱芜、日照、菏泽、枣庄、聊城、济宁、临沂为优势欠缺区域。结合山东省奶牛生产布局和优势区域划分,建议以济南为中心的济南都市圈、以青岛为中心胶东半岛和以东营中心的黄河三角洲3个奶牛生产聚集区作为山东省奶牛生产的重点发展区域。总之,本研究通过对山东省奶牛生产数据分析,并结合实地走访调查,描述了当前山东省奶牛生产区域布局,发现山东省奶牛生产存在的问题和发展缓慢的原因,提出了解决问题的方法和建设性的意见。同时,预测了山东省未来5年奶牛生产发展趋势,分析了17地市的竞争力,划分出山东省奶牛生产发展的优势区域,这将为实现山东省奶牛生产健康、持续、高质量发展提供理论参考和借鉴。
王舫[5]（2020）在《基于环境承载力的黑龙江省畜禽产业布局优化研究》文中研究指明习近平总书记着重强调生态就是资源,生态就是生产力,振兴东北要依靠青山绿水。随着经济社会的发展、国民生活水平的提升、饮食结构的调整,对肉类需求量的急剧增加,导致畜禽养殖业快速发展,畜禽养殖污染成为突出问题。在大力推进发展绿色农业的背景下,随着禁养政策的出台,南猪北养趋势日益明显,东北各省在政策引导下大力承接南方产业转移,地大物博的黑龙江省成了主要转移地区,合理布局畜禽产业发展绿色可持续农业至关重要。基于区域环境承载力、养分平衡和比较优势等理论,本文依托黑龙江省畜禽产业发展情况,结合各地市畜禽产业养殖特征,总结分析黑龙江省畜禽产业布局及集聚变动情况,并提出目前畜禽产业布局存在的问题。随后基于氮磷养分平衡原理,结合时间与空间测算2009-2018年黑龙江省13地市畜禽养殖环境承载力指数,动态分析各地市畜禽养殖环境承载能力在时间序列上的变化,趋势分析各地市畜禽养殖总量与理论最大养殖量的变动趋势。在此基础上,从生产和环境两方面构建环境综合比较优势指数,基于环境承载力综合各方面因素测算出黑龙江省畜禽养殖的强环境综合比较优势地区和环境综合比较劣势地区,为畜禽产业布局优化提供政策建议。研究结果表明:（1）黑龙江省畜禽产业区域布局主要集中于我省中西部地区;畜禽产业布局存在区域分布不均衡、规模化程度低、环保压力大等问题。（2）近十年,以氮平衡计算,14.62%的地区超载,主要集中在哈尔滨市、双鸭山市、大庆市和绥化市,未超载地区中有近50%的地区存在逐年转衰的趋势,亟需关注与调整预防;磷平衡计算,40.77%的地区超载,此地区中有近50%的地区正在逐年转好。2018年黑龙江省畜禽养殖环境承载力情况有了明显的好转,仅有绥化市、大庆市和牡丹江市存在超载情况。（3）黑龙江省各地市生产比较优势差异很小,环境比较优势起决定作用;强环境综合比较优势、弱环境综合比较优势、环境综合比较劣势分别集中在黑龙江省东部和北部、中部、西南部;强环境综合比较优势地市为佳木斯市、鸡西市、双鸭山市和大兴安岭地区,环境综合比较劣势地市为绥化市、大庆市、牡丹江市和齐齐哈尔市,针对性提出布局调整策略。（4）《畜禽粪污土地承载力测算技术指南》应增加规模化、技术创新和技术推广指标进行改进,更加贴合实际。
刘冬[6]（2020）在《精准畜牧中机器视觉关键技术研究及应用》文中认为精准畜牧是提高畜禽生产效率、提升动物福利、优化饲养环境和饲料供给的精细化养殖理念和方法,可以在源头上保障食品安全、缓解环境污染,对经济、社会和环境等方面的都有巨大的应用价值,是优化升级集约型畜禽生产和解决我国畜禽生产“大而不强,多而不优”潜力巨大的技术手段。本研究针对目前精准畜牧中机器视觉监测方法对复杂动态背景目标检测和目标跟踪算法精度低、非平衡数据建模方法准确性低、畜禽动物行为识别模型鲁棒性和适应性差等问题,采用计算机视觉技术、机器学习技术以及多传感器融合技术,按照需求分析、算法提出、量化评估、算法验证与实践应用的研究思路,开展了动态背景环境的目标检测算法研究、多目标跟踪算法研究、高密度饲养条件下的感兴趣区域提取研究,对不同饲养环境下递归式监测个体表型和行为信息提供技术基础。在此基础上,开展了动态背景环境下的行为识别方法研究和群养环境下个体间交互行为建模方法研究,为在线、实时、无损感知畜禽动物表型信息和复杂行为模式提供新方法、新思路和新途径。论文的主要工作和结论如下:（1）提出了改进混合高斯模型的移动目标提取算法。针对畜禽养殖场背景复杂和环境多变导致现有的目标检测算法无法满足鲁棒性和实时性需求的问题,基于递归背景建模思想,在混合高斯模型中引入惩罚因子,改进并提出了一种动态背景建模方法,并采用局部更新策略,以降低模型复杂度和解决前景消融问题;提出基于色度偏差和亮度偏差的二分类算法,避免目标物阴影区域的影响。对不同天气及环境变化剧烈下获取奶牛视频样本进行试验,结果表明,与混合高斯模型对比,平均模型复杂度降低了50.85%、前景误检率和背景误检率分别降低了19.50%和13.37%,单帧运行时间降低了29.25%,检测准确率更高、实时性更好,且解决了前景消融问题,能满足实时提取复杂背景和环境条件下移动目标检测需求。应用该方法在商业养殖环境下开展奶牛自动体况评分研究:（1）采用改进的混合高斯模型递归式获取奶牛的外轮廓并建立三维坐标系,为准确提取奶牛体表几何特征奠定基础;（2）设计了与人工评分指标对应的图像特征,并进行相关性分析;（3）使用集成学习算法解决常见奶牛BCS数据集呈偏态分布问题。交叉验证结果表明,改进混合高斯模型和集成模型的识别准确率与人工评分相当,达到76%。与现有其他技术相比,该系统在动态背景环境下鲁棒性更强,对极端体况奶牛具有更好的预测性能,符合实际应用需求。（2）提出了基于ALR-GMM的动物行为识别模型。针对经典活动指数行为识别模型在动态背景环境中适应性差的问题,基于递归背景建模思想,提出了一种新的活动指数计算方法。采用GMM建立动态背景模型,克服传统活动指数计算方法无法适应环境变化问题;针对GMM模型学习率无法对不同图像区域进行差异化更新的问题,引入双曲正切函数（Tanh函数）自适应调节模型学习率。在人工标记图像上的测试结果表明,当初始学习率?=0.2时,ALG-GMM算法略优于背景减法,平均绝对误差从0.0265降低到0.0233,平均相对误差从18.08%降低到14.34%,表明该算法在计算精度指标上达到需求。为了验证该方法的有效性,开展了蛋鸡对寄生虫胁迫的行为响应研究和群养猪对环境胁迫造成的攻击行为识别。结果表明,蛋鸡活动指数与红螨虫入侵数量呈正相关性,监测蛋鸡活动指数可为精准杀虫提供可靠依据;基于活动指数的育肥猪攻击行为识别准确率达到97.6%,满足实际应用要求。（3）提出了基于CNN和LSTM的动物行为识别模型。针对现有畜禽动物行为识别模型只能有效表达快速动作,在群养环境中无法准确获取个体动物的行为时-空特征的问题,提出了一种基于检测的多目标跟踪算法和基于CNN和LSTM的动物行为时-空特征描述方法。为验证算法有效性,首先设计跟踪精度指标量化评估算法性能,然后采集繁育母猪姿态数据验证卷积神经网络（CNN）对空间特征表达能力,最后采集群养猪咬尾视频数据集验证长短期记忆周期网络（LSTM）对时间特征表达能力。试验结果表明:多目标跟踪算法跟踪精度为78.35%,能够精确跟踪92.97%的目标猪,达到精度要求;CNN对母猪趴卧、侧躺、后坐、站立四种基本姿态的平均分类准确率为88.1%,表明卷积特征对动物行为空间特征具有良好的表达能力;CNN+LSTM对咬尾行为识别准确率达到96.25%,表明其对动物行为时间特征具有良好的描述能力。（4）提出了一种融合彩色和深度数据流的目标提取算法。针对目前缺乏高密度家禽饲养场所的目标提取方法,研究并提出了一种融合彩色和深度数据流的感兴趣区域提取算法。该方法在RGB数据流和深度数据流配准的基础上,从深度图像的距离信息中定位感兴趣区域,在彩色图像中提取目标物的颜色、纹理、形状和空间关系特征。为验证方法有效性,开发了基于Kinect的肉用种鸡自动称重系统,在商业化养殖条件下进行个体种鸡体重数据和性别信息的获取,试验结果发现,该方法目标定位准确度为77.3%,性别分类模型的准确率、灵敏度、精确度和特异性指标分别达到99.7%、98.8%、100%和100%,满足实际应用需求。为优化种鸡饲养过程,最大化产蛋量和受精率提供有效工具。
薛昭宇[7]（2020）在《奶源企业财务风险预警模型与识别方法研究》文中研究表明财务风险预警与识别是市场化企业财务风险管理的核心,是企业的生死存亡的决定性指标,更是我国乳品行业是否能够稳定健康的发展,真正具备国际市场竞争力的关键性因素,具有重要意义。近些年来,我国经济增速保持高位,与国民经济相关的行业和产业也迎来了发展的最佳时机,相比21世纪第一个十年,近几年来的奶制品行的发展也迈入平稳发展的繁荣阶段。然而,随着奶源企业的增多,不少企业出现了财务方面的不可控局面,资金链断裂,销售不佳,奶制品生产工艺未革新,奶制品行业的竞争也趋于白热化。这些因素都导致这些企业的资金链出现危机。而且,目前市场上的很多企业的信息披露做的不好,导致很多企业的财务危机不为外界所知。很多企业的实际情况不明,对投资者不诚实,也导致了投资者的不信任。长期以往,我国的奶制品行业将面临危机。本文的财务预警研究针对奶源企业,可以弥补相关研究的不足。与此同时,本文针对我国奶制品行业进行了大量的调查,对发现的问题进行实证分析有助于奶源企业控制并预防财务危机,通过采取一定的措施保证企业的财务正常运转,以实现产业的升级换代,这对于处于我国支柱行业的奶源企业而言,帮助其赢得可持续发展的局面也有着巨大的社会意义。当然,对于奶制品行业尤其是奶源企业从源头上预防财务危机意味着其能够应对各种各样的复杂经济形势,从而赢得市场竞争。本文确定了以奶源企业作为研究样本,根据对财务风险控制的理论及对相关资料的研读,确立了合理有效的预警指标,这也是财务危机预警模型成效的前提和关键。通过对前人的研究可以发现,学者所构建的财务风险预警模型一般偏向于金融企业或者工业行业的企业。因此,其构建或者选取的模型不适用于奶源企业,有少量与奶源企业类似的行业,如食品行业的模型则或多或少有一些缺陷,诸如选取的指标和模型不适当,或者某些参数未考虑到等问题。因此,本文通过对收集到的关于财务危机预警模型的相关文献研读,按照科学性、全面性、可行性等原则,以奶源企业实际情况为依据,结合奶源企业的特点选定了样本数据。为提高数据分析结果的准确性,根据模型分析的要求和方法对指标进行了基于财务分析方法的初步筛选。为确保本文所选择的模型指标在整个体系中适用性,本文通过正态性检验检验了数据,通过函数分析确认了指标的适用性,又通过显着性检验确认了指标的可接受性,通过因子分析完成了模型指标的检验和测试,这让本文采用的预警指标更加合理,由此,本文模型所使用的解释变量也得到了明确。在对国内外相关文献和理论进行归纳总结的基础上,认真梳理奶源公司财务风险预警与识别现状,进一步剖析其在财务风险管理方面存在的问题。本文的核心是通过logistic构建财务风险预警模型,分析了了T-1年、T-2年、T-3年的情况,得出了分析结果,将得到的结果进行筛选,依据财务分析模型的要求和本文的实际需要开展了一系列的必要的检验。在具体的本文构建的模型中,根据财务预警的需要和奶源企业的特点,首先选择了一系列的奶源或者奶制品企业,并对这些公司进行划分,数据的角度上,本文选择了74家公司,依据模型分析的需要,按学习集和检验集来划分。其中,有4家公司近些年来在行业内普遍认为是财务危机或者已经出现资金链问题的企业,可建立为学习集;另有70家还没有爆出财务危机或者出现了还未被相关部门或者投资人发觉的公司,可以建立为检验集,然后将其数据代入本文建立的模型,分析其结果。然后,本文根据上文的模型和披露的数据进行模型验证的分析,根据模型分析的原则确立了模型的有效性,其中,所代入的3个年份的检验可信度达到了100%、97.6%、98.5%的高水准。所以,可以认为,本文的实证研究发现模型整体的预测效果较好。最后,本文结合模型和问题分析,通过SPSS构建的奶源企业财务预警模型,将种群优化管理、绩效考核管理、成本控制管理和产业导向管理的指标带入模型分析,得出结论。本文通过构建企业作业成本核算体系以及加强全面预算、完善绩效考核管理体系、合理控制饲料成本、优化种群结构、合理制定产品价格调整方案、有效利用政府红利的方法,达到降低财务风险的目的。
刘忠超[8]（2019）在《奶牛发情体征及行为智能检测技术研究》文中研究表明近年来,规模化、标准化养殖已经成为我国奶业生产的主体。随着规模化养殖的不断推进,对奶牛的养殖管理提出了新的要求,必须依靠利用信息技术提升奶牛养殖的科学管理水平。在奶牛养殖中,奶牛发情的及时准确鉴定可以使奶牛适时受孕,提高奶牛的受孕率,缩短产犊间隔,提升奶牛养殖的经济效益。传统奶牛发情检测主要依靠人工观察,费时费力,检出效率低,基于计步器的监测手段单一、准确率较低、奶牛的隐性发情难以监测、传统的机器视觉方法对奶牛发情识别的鲁棒性和适应性较差等问题亟待解决。本文以提高奶牛发情监测的自动化、信息化、智能化水平为目标,对基于物联网和云端的奶牛发情体征监测、奶牛阴道植入式电阻传感器及电阻值的无线远程监测、复杂环境下奶牛视频图像的增强,以及基于机器视觉的奶牛发情行为识别等关键技术展开研究。论文主要工作和结论如下:（1）针对单一计步器监测奶牛发情存在移动性和实时性较差、准确率低及漏检、错检的问题,提出一种基于物联网和云端的奶牛发情体征监测方案。用非接触式温度传感器和三轴加速度计采集奶牛体温和运动量,通过ZigBee网络、RS485总线和Modbus通信协议实现了奶牛发情体征的无线远距离传输,并开发了奶牛发情体征上位机实时监测系统,完成了奶牛体温和运动量的实时监测、存储和历史数据查询。基于HTTP协议实现了奶牛发情体征数据到云服务器平台的上传,设计了云服务器平台和微信公共平台的通信,实现了手机微信客户端对奶牛发情体征的实时远程监测。测试结果表明,体征采集终端温度测量误差在±0.2℃以内,ZigBee网络在奶牛养殖场100m范围内数据丢包率低于2.33%,上位机监控端到云端以及移动平台端数据传输稳定,无丢包现象发生。（2）针对单一运动量预测奶牛发情检出率低,提出了融合体温和活动量的奶牛发情预测模型。通过对奶牛体温和活动量发情体征参数的采集,分析了奶牛发情期和间情期的典型体征特征,提出了以情期显着窗口内的3个时间片单元运动量和体温作为发情判断的特征向量,建立了奶牛发情预测的BP神经网络模型,测试结果表明,建立的奶牛发情预测模型对测试样本检测的准确率为89.47%,误判率为3.70%,能以较高的准确率检测出奶牛的发情。（3）针对活动量和非接触式视频分析方法难以实现奶牛隐性发情监测的问题,根据奶牛发情时阴道粘液生理特征的变化,提出基于奶牛阴道粘液电阻变化的奶牛发情监测方案。创新性设计了由黄铜电阻探头、8爪防滑装置构成的奶牛阴道植入式电阻传感器,实现了奶牛阴道电阻值的准确采集。开发了阴道电阻值ZigBee网络传输系统及上位机实时监测系统,实现了奶牛阴道电阻的精确采集和远程实时监测。试验结果表明,植入式电阻传感器节点可以±2%精度测定1Ω1kΩ范围的电阻,24h内电阻值最大波动为2Ω,而奶牛发情期与间情期阴道电阻变化在100Ω以上,传感器测量精度较高;在7.4V/6500mAh锂电池能量供应下可连续工作38d,在450m2奶牛养殖区内,ZigBee网络数据发送成功率在98.5%以上,能够精确、实时监测奶牛阴道电阻值的变化,可实现奶牛发情的及时鉴定。（4）针对基于视频分析的奶牛发情监测由于天气及光线等原因引起奶牛视频图像降质、导致识别率较低的问题,提出一种基于双域分解的复杂环境下奶牛图像增强算法。该算法首先采用双域滤波图像去噪,对输入图像进行低频图像和高频图像分解;其次,根据贝叶斯估计得到不同高频图像的小波阈值,利用改进的Garrote阈值函数进行小波去噪,并结合伽马变换对去噪的高频图像进行矫正,实现对高频图像的滤波和对比度调整;随后,通过暗通道先验算法对低频图像进行去雾,并结合对比度受限自适应直方图均衡化算法对去雾后整体偏暗的低频图像图像进行增强,进一步提高对比度和整体亮度;最后,将处理后的高频和低频图像进行重构,得到最终增强图像。试验结果表明,本文算法能够对复杂环境下奶牛图像有效去噪、增强整体和细节信息、改善图像视觉效果等,为基于机器视觉的奶牛发情行为自动识别提供良好的供试样本,从而实现奶牛发情的24h无接触实时监测。（5）针对现有奶牛发情人工检测费时费力、计步器接触式检测会使奶牛产生应激行为等问题,根据奶牛发情的外部爬跨行为特征,提出一种基于卷积神经网络的奶牛发情行为识别方法,构建了32×32-20c-2s-50c-2s-200c-2的卷积神经网络识别模型。试验结果表明,本文方法对奶牛发情行为识别准确率为98.25%,漏检率为5.80%,误识别率为1.75%,平均单帧图像识别时间为0.257s,可实现奶牛爬跨发情行为的无接触、实时、高精度识别。
刘利[9]（2019）在《中国畜牧业支持政策及效应分析》文中研究说明农业既是一个国家的基础性产业,也是一个国家的弱质性产业,因此为实现农业的可持续发展,各个国家均对农业实施了不同程度的支持和保护。自党的十九大以来,国家提出了乡村振兴战略,这一战略部署对于完善农业支持保护制度提出了明确的要求,具体部署内容则通过2018年中央一号文件对外公布,文件重点强调了要加速建立我国新型农业支持保护政策的体系。畜牧业作为农业的重要组成部分,在保障畜产品有效供给、维持养殖户收入持续增长、促进畜牧业的健康发展等方面具有重要作用。加强对畜牧业的支持与保护符合我国当前新形势的要求,符合我国农业农村“优先发展”和“重中之重”战略的要求,对于贯彻落实中央战略部署意义重大,有利于推进我国农业供给侧的结构性改革,对全面实施乡村振兴战略、提高养殖户收入、改善养殖户生活、维护农村稳定发展具有明显的现实意义。本文主要研究了我国畜牧业支持政策的演变、支持水平及效应评价。主要内容为借鉴国内外学者的研究方法,立足于中国畜牧业历史演变的视角,梳理并整合畜牧业及畜牧业支持政策的整体发展过程,在对畜牧业支持政策的内涵与衡量方法进行比较选择的基础上,采用OECD农业支持水平测度模型,对2001年-2016年中国畜牧业支持政策的支持水平进行测度和分析,并从养殖户增收、产量增长、环境影响、结构调整方面对畜牧业支持政策进行效应评价。与此同时,本文立足于养殖户微观视角,通过调研的方式对畜牧业支持政策中的典型政策展开政策实施效果分析。最后,得出研究结论并给出对策建议,以便为后续相关政策的优化和改善提供强有力的支持。在上述内容研究的基础上,得出如下研究结论:1.回顾改革开放四十年的畜牧业发展,并将其分为:畜牧业改革开放初期的恢复发展时期;中国畜牧业发展的迅速增长时期;畜牧业提质增效、结构调整时期;以及以环保为重点的全面转型时期四个发展阶段。本文通过对畜牧业结构的变动与畜牧业总量的变动展开分析,得出了畜牧业产值在农业总产值中的比重稳步上升的论断,主要畜产品供给结构趋于合理,生产模式由散养向规模化、集约化方向转变。通过对畜牧业生产布局的演变分析得知,我国已经形成了一条完整的生猪生产带,其地域特征为以长江中下游为中心产区,逐步向南北两侧扩散;形成了两条完整的肉牛生产带,主要包括中原肉牛带和东北肉牛带;形成了三条完整的羊肉生产带,主要包括西北牧区、中原牧区和西南牧区;肉禽生产带以东部省份为主,蛋禽生产带则以中原省份为主;奶业优势生产带则主要集中于东北、华北及京津沪等城市郊区。通过对畜牧业经营主体的变迁的分析,从历史发展和时间序列的角度看,我国畜牧业经营主体由上世纪初的农户家庭的副业形态,分离出畜牧专业户,再到现在的专业化畜牧业公司。2.对改革开放40年以来畜牧业支持政策进行梳理,将其分为三个阶段进行详细阐述。分析了中国畜牧业支持政策实施现状及其特征。2007年起,我国加大了通过实施市场价格支持和生产者补贴政策,对畜牧业的支持力度不断增强,促进了畜牧业的快速发展。最后,总结了中国畜牧业支持政策发展的演变规律:一是畜牧业政策阶段性目标差异性强,政策目标趋向于多元化;二是在对中国畜牧业支持政策演变梳理中发现,畜牧业支持政策的实施是政府经济发展战略和社会环境相互作用的结果。其本质是农业与工业,城市与农村利益博弈过程中不断调整利益分配的过程。3.通过对畜牧业支持政策衡量方法比较选择得知,WTO方法仅能够作为一种用于谈判的工具,而OECD农业支持水平的测量方法,可以测量包含国内和边境的农业支持政策,其测算农业支持水平目的则在于进行政策评价、政策分析和政策解读。因此,利用这一方法可以更好地测算、评估国家全部的农业政策,它的作用既能够进行国际间对比,又能够帮助国家农业政策展开评价与分析,对于提升政策效率意义重大。基于这一客观事实,本文采用了OECD评估方法来对我国畜牧业的支持水平进行评估。基于OECD农业支持水平测度模型,对我国2001年-2016年以来畜牧业支持政策进行分类和支持水平进行测度,发现有以下几点特征:一是从畜牧业支持政策水平总体来看,2001年-2016年我国畜牧业支持总水平整体呈现上升趋势,但是可分为两个阶段,在2001年至2006年之间,我国畜牧业支持政策水平较低,对畜牧业支持力度非常小;自2007年起,随着我国畜牧业的发展及畜牧业支持政策支持力度的增强,畜牧业政策支持水平快速提高。二是从畜牧业支持政策的结构来看,生产者支持占比始终较大,进一步细分得知,在生产者支持内部构成中,生产预算支持虽然有一定程度的提高,但是相较于生产预算支持,市场价格支持的贡献更大。三是从不同种类畜产品支持水平来看,各项畜产品在畜牧业政策支持水平方面存在比较明显的差异。从整体的角度出发,猪肉、牛肉、羊肉、羊绒的支持水平呈现出日益增长的趋势;但是禽肉和牛奶的支持水平却存在相对较大的波动。禽蛋和羊毛的支持水平多数年份基本为负值,且禽蛋的支持水平负值较多,且呈现逐年下降的趋势。造成上述三种特征的原因可以归结为以下几点:一是边境保护政策作用,二是国内饲料粮价值转移,三是受疫病和畜产品质量安全等问题导致的畜产品价格波动。4.本研究对畜牧业支持政策的效应展开了探索。在数据采集的过程中了解到我国农牧民的牧业收入与我国财政对畜牧业的支出总量之间,存在同方向变动关系,这就意味着增加对畜牧业的财政支持则会增加农牧民的收入,但畜牧业支持增加所能够引起的农牧民收入增长效果较弱。我国畜牧业总产值与财政对畜牧业的支出总量之间也存在同方向的变动关系,也就是说增加对畜牧业的财政支持能够推动生产的增加。然而,畜牧业支持增加所能够引起的畜牧业总产值相对增长效果同样较弱。另外,我国畜牧业支持政策有利于污染治理在理论和实践上存在合理性,加强畜牧业支持力度能够起到对排污增量的抑制作用,但效果并不明显。畜牧业支持政策是畜牧业结构变动的重要因素。尤其是1992年以来,中央和地方政府制定了一系列促进肉牛产业发展的政策,同时促进了畜牧业生产结构和畜产结构组成向更合理的方向发展。但是由于国家和地方政府大力支持的“畜牧养殖”示范工程的推广在肉牛产业以及拥有秸秆饲料优势的中部地区和东北地区的发展比较好,但是畜种结构选取的是全国的数据,畜种结构的改变在各个区域并不均衡。同时本研究由于数据的可获得性,研究的时间范围在2001年-2016年,在此阶段畜牧业结构的调整相对放缓,畜牧业支持增加所能够引起的畜种结构变化作用较弱。5.从养殖户微观维度出发,在吉林省生猪养殖户调研访问的基础上,从养殖户对政策认识程度、满意程度,并深入了解总结养殖户不满意的原因,对生猪养殖支持政策进行评价。结合养殖户调研访问结果,对生猪养殖各项支持政策实施中影响养殖户满意的因素,即存在的问题进行总结。主要体现在以下四个方面:一是以资金补助为主要方式的生猪养殖支持政策,多数没有侧重点,基本上对大多数养殖户具有普惠性,尤其是生猪疫病防控类政策,一旦发生疫病,相较于散养户,大规模养殖户需要承担更大的风险,而政策并没有因为养殖户风险的大小而有所差别。二是规模化养殖支持政策在实施过程中存在明显的两个问题:一方面,补贴方式以资金为主,缺乏技术扶持、疫病防控的指导,方式单一;另一方面,补助领域为养殖生产环节,不能满足养殖户对销售、管理经营等方面需求。三是宏观调控中的生猪生产和市场信息预警监测机制存在政府宣传力度不足,养殖户认知程度不高;以及该机制对市场信息的预测不全面,对养殖户的生产安排没有起到实际应有的作用的问题。四是政策实施过程中存在门槛高、审核程序复杂、申请周期长、资金发放过程存在程序繁琐的通病。6.根据上述研究结论以及畜牧业发展的基本形势,提出政策建议:改善对畜牧业支持资金的使用方式、建立健全畜产品价格监测和市场信息预警机制、构建全国性畜牧业政策保险大灾准备金制度的运行机制框架、进一步完善畜牧业生态保护政策,推动畜牧业与环境协调发展。并提出畜禽粪污资源化利用,促进健康养殖、提高畜牧业生产技术水平、增强养殖场疫病防控能力、高产优质苜蓿示范基地建设、发展现代草地畜牧业、支持牧区畜牧良种推广为我国畜牧业未来支持政策的重点。
范蓓蕾[10]（2019）在《基于多尺度环境分析的设施奶牛场精细化管理研究》文中进行了进一步梳理规模化奶牛场中环境管理是奶牛提高福利、保证生产性能和健康的关键。本研究以呼伦贝尔谢尔塔拉规模化奶牛场的封闭型钟楼式畜舍为研究对象,开展了基于多尺度环境分析的设施奶牛场精细化管理研究,为提高奶牛场环境管理效率提供了方法和技术支撑。针对奶牛场饲养管理与气候的关系及应对措施不同,研究了不同尺度畜舍内外环境互作模型以及基于计算机流体力学模型,揭示了暖季舍内温度场变化规律,提出了环境调控优化方法;针对规模化奶牛场中环境控制对经济效益的影响程度不同,构建了基于环境调控优化的牛舍经济效益综合评估指标,基于改进的数据包络分析模型,进行了不同环境管理条件下牛舍经济效益比较研究;为了解决奶牛场多源数据共享困难问题,研究了奶牛场多源异构数据集成方法和资源共享技术框架,构建了基于多源数据共享的奶牛场信息管理系统。主要开展了以下研究:（1）基于多尺度环境分析的畜舍内外环境互作模型研究研究了不同时间尺度下畜舍内外环境的相互作用关系。结果表明,根据气候环境对奶牛养殖管理措施的影响,可将该地区划分为冷、暖两个养殖季,牛舍内外环境关系在暖季和冷季具有明显的区别,暖季舍内环境受舍外环境影响显着,而冷季舍内环境受舍外环境影响变小;在暖季时期,通过气候环境因素预测舍内温湿度的模型拟合度达到0.9711和0.9083;舍内气体浓度与舍内温湿度之间也具有显着的线性相关性,预测氨气浓度的模型拟合度达到0.8536;在冷季时期各因素之间并不能建立拟合度良好的回归模型。分析可知,暖季时该地区奶牛场舍内环境与外部气候影响较大,而冷季影响减弱。因此研究暖季气候对舍内环境的影响更有利于气候资源的利用。（2）基于微环境模拟的暖季畜舍内环境调控机理研究了暖季畜舍内环境的能量交换特征,采用RNG k-ε湍流模型模拟分析了不同风向的舍内温度场变化规律,并利用畜舍环境变化规律提出了调控方案。结果表明,以风向为代表的气候资源对舍内温度场的影响规律不同,当舍外温度高于舍内时,30分钟后舍内升温趋于稳定,但舍内温差达到10℃,内部温度场温度显着不均衡,当舍外温度低于舍内时,30分钟内舍内降温趋于稳定,且舍内温差小于1℃,舍内温度场较均衡。分析可知,舍外温度高于25℃时,宜通过降低入口空气温度、减少太阳辐射等措施减缓舍温升高;而舍外温度迅速下降时,可利用自然通风降温,以达到最大化利用自然条件、减少设施利用成本的目的。（3）基于环境调控优化的牛舍经济效益分析以牛舍为单位定量化研究分析了奶牛养殖环境因素与牛舍生产性能和健康状况的关系,并利用经济效益评价模型对牛舍投入产出指标进行了评估分析,提出优化牛舍管理措施、提高牛舍经济效益的方法。结果表明,产奶量与泌乳天数、舍内温度等参数具有非线性多元回归关系,而60日奶牛死淘量与舍内温度建立的线性回归模型拟合度达到0.9109;奶牛生产效率受到饲喂因素、环境因素和卫生防疫因素的影响,采用自动化环境调控措施的牛舍经济效益并不一定达到有效;环境调控投入成本的增大并不能保证生产效率达到最优。比较分析可知,在考虑环境控制时,应该尽可能降低成本,并提高畜舍饲养管理措施,增加产出,才能达到经济效率的优化。（4）基于多源数据集成的奶牛场资源共享管理技术和应用研究了异构多源畜舍微环境数据的集成方法,通过中间件技术实现了对不同来源数据协议的包容,采用五元素分析法建立了畜牧资源本体模型,利用SWIFT技术建立了资源分布式存储服务,并采用Restful Web API技术开发了统一资源操作接口,为数据的共享利用提供了技术框架。结果表明,基于资源共享技术框架开发的奶牛场信息管理系统,能够实现了奶牛场环境监控、奶牛履历查询、多源数据共享等功能,能显着提高奶牛场的管理效率。
二、如何预测饲养奶牛的经济效益（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、如何预测饲养奶牛的经济效益（论文提纲范文）
（1）集约化牛场体况管理对泌乳奶牛代谢、生产性能和健康的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 缩写说明 |
| 1 文献综述 |
| 1.1 奶牛体况的研究进展 |
| 1.1.1 奶牛体况评分 |
| 1.1.2 奶牛体况评分的发展 |
| 1.1.3 奶牛体况管理的目标 |
| 1.1.4 影响奶牛体况的因素 |
| 1.2 奶牛体况与生产性能的关系 |
| 1.2.1 奶牛体况对泌乳性能的影响 |
| 1.2.2 奶牛体况对繁殖性能的影响 |
| 1.3 奶牛体况与健康的关系 |
| 1.3.1 体况对奶牛代谢健康的影响及其病理学基础 |
| 1.3.2 体况对奶牛生殖健康的影响及其病理学基础 |
| 1.4 奶牛产后疾病发生的风险预警评估研究进展 |
| 1.4.1 疾病发生的风险预警评估方法 |
| 1.4.2 主要代谢病和繁殖障碍发生的风险预警评估 |
| 1.5 奶牛体况管理的优化措施 |
| 1.5.1 奶牛饲料的营养调控 |
| 1.5.2 改善奶牛体况的管理措施 |
| 1.6 本研究目的和意义 |
| 2 四个集约化牛场奶牛泌乳周期体况、生产性能和健康的调查研究 |
| 2.1 材料与方法 |
| 2.1.1 试验动物与分组 |
| 2.1.2 试验方法 |
| 2.1.3 信息采集 |
| 2.1.4 疾病诊断标准 |
| 2.1.5 数据统计分析 |
| 2.2 结果 |
| 2.2.1 四个牛场奶牛BCS及其损失的比较 |
| 2.2.2 四个牛场奶牛泌乳性能的比较 |
| 2.2.3 四个牛场奶牛繁殖性能的比较 |
| 2.2.4 四个牛场奶牛疾病状况的比较 |
| 2.2.5 四个牛场奶牛经济效益的比较 |
| 2.3 讨论 |
| 2.3.1 四个牛场奶牛体况管理水平 |
| 2.3.2 四个牛场奶牛泌乳量状况 |
| 2.3.3 四个牛场奶牛繁殖性能状况 |
| 2.3.4 四个牛场奶牛健康状况 |
| 2.3.5 四个牛场经济效益状况 |
| 2.4 小结 |
| 3 奶牛围产期体况损失对代谢、生产性能、健康和经济效益的影响 |
| 3.1 材料与方法 |
| 3.1.1 试验动物与分组 |
| 3.1.2 试验主要仪器设备 |
| 3.1.3 试验方法 |
| 3.1.4 信息采集 |
| 3.1.5 血液样品采集 |
| 3.1.6 血液生化检测指标 |
| 3.1.7 疾病的诊断标准 |
| 3.1.8 数据统计分析 |
| 3.2 结果 |
| 3.2.1 试验奶牛背景信息的比较 |
| 3.2.2 试验奶牛的体况评分、体况损失及其相关分析与预测分析 |
| 3.2.3 试验奶牛血液生化指标的比较 |
| 3.2.4 试验奶牛的疾病患病情况 |
| 3.2.5 试验奶牛繁殖性能的状况 |
| 3.2.6 试验奶牛的日泌乳量 |
| 3.2.7 试验奶牛经济效益分析 |
| 3.3 讨论 |
| 3.3.1 体况与体况损失的关系 |
| 3.3.2 体况损失对奶牛激素、代谢、肝功和氧化应激的影响 |
| 3.3.3 体况损失对奶牛健康状况的影响 |
| 3.3.4 体况损失对奶牛繁殖性能的影响 |
| 3.3.5 体况损失对奶牛泌乳性能的影响 |
| 3.3.6 体况损失对奶牛经济效益的影响 |
| 3.4 小结 |
| 4 结论 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（2）基于种养结合的奶牛养殖综合效益评价及长效运行机制构建（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 奶牛养殖快速增长给环境带来挑战 |
| 1.1.2 我国消费者对国内牛奶品质提出更高要求 |
| 1.1.3 推进种养结合是实现农业绿色发展和奶业高质量发展的关键突破口 |
| 1.1.4 种养结合模式得到国家有关部门高度重视 |
| 1.1.5 奶牛场种养结合模式众多但尚未得到全面认知 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外相关文献综述 |
| 1.3.1 关于奶牛养殖环境影响的研究 |
| 1.3.2 关于奶牛养殖经济效益的研究 |
| 1.3.3 关于奶牛养殖生产效率的研究 |
| 1.3.4 关于奶牛场选择种养结合模式的研究 |
| 1.3.5 关于奶牛场采纳种养结合模式扶持政策的研究 |
| 1.3.7 文献评述 |
| 1.4 研究目标 |
| 1.4.1 总体目标 |
| 1.4.2 具体目标 |
| 1.5 研究技术路线图 |
| 1.6 研究方法 |
| 1.7 研究创新点 |
| 第二章 概念界定与理论基础 |
| 2.1 概念界定 |
| 2.1.1 种养结合模式 |
| 2.1.2 种养结合奶牛场 |
| 2.2 理论基础 |
| 2.2.1 外部性理论 |
| 2.2.2 交易费用理论 |
| 2.2.3 系统协同理论 |
| 2.2.4 物质循环理论 |
| 2.2.5 行为经济理论 |
| 2.3 本章小结 |
| 第三章 我国奶牛养殖状况、主要模式及调研地区状况 |
| 3.1 我国奶牛养殖现状及问题 |
| 3.1.1 奶牛养殖现状 |
| 3.1.2 奶牛养殖面临挑战 |
| 3.2 奶牛养殖的典型模式 |
| 3.2.1 奶牛养殖的种养结合模式 |
| 3.2.2 奶牛养殖的非种养结合模式 |
| 3.2.3 两模式的异同 |
| 3.3 调研地区奶牛养殖状况 |
| 3.3.1 调研地区与样本量确定 |
| 3.3.2 调研地区奶牛养殖情况 |
| 3.4 本章小结 |
| 第四章 种养结合奶牛场环境绩效评估 |
| 4.1 分析框架 |
| 4.2 数据来源和研究方法 |
| 4.2.1 数据来源与样本特征 |
| 4.2.2 生命周期环境评价的分析框架 |
| 4.2.3 线性回归模型与变量选择 |
| 4.3 奶牛养殖系统的环境绩效 |
| 4.3.1 饲料环节 |
| 4.3.2 饲养环节 |
| 4.3.3 粪污处理环节 |
| 4.3.4 运输环节 |
| 4.3.5 小结 |
| 4.4 奶牛养殖节能减排潜力分析 |
| 4.4.1 青贮玉米自给率变化对环境绩效的影响 |
| 4.4.2 基于IPBS的中国奶牛养殖的温室气体减排潜力 |
| 4.5 IPBS环境绩效的决定因素 |
| 4.6 本章小结 |
| 第五章 种养结合奶牛场经济效益评估 |
| 5.1 分析框架 |
| 5.2 样本特征与研究方法 |
| 5.2.1 数据来源与样本特征 |
| 5.2.2 基于LCA的环境成本计算模型 |
| 5.2.3 PSM模型 |
| 5.3 non-IPBS与 IPBS的效益分析 |
| 5.3.1 经济效益 |
| 5.3.2 环境成本 |
| 5.3.3 综合效益 |
| 5.4 关键因素变动对IPBS经济效益的影响 |
| 5.4.1 土地流转费用变化 |
| 5.4.2 青贮玉米价格变化 |
| 5.5 奶牛场采纳IPBS的效应分析 |
| 5.6 本章小结 |
| 第六章 种养结合奶牛场生产效率测度及影响因素分析 |
| 6.1 分析框架 |
| 6.2 样本特征与研究方法 |
| 6.2.1 数据来源与样本特征 |
| 6.2.2 SBM模型与指标中选取 |
| 6.2.3 Tobit模型与变量选择 |
| 6.3 奶牛场生产效率测度 |
| 6.3.1 non-IPBS与 IPBS生产效率 |
| 6.3.2 non-IPBS与 IPBS生产效率提升 |
| 6.4 奶牛场运行效率的影响因素分析 |
| 6.5 本章小结 |
| 第七章 奶牛场采纳种养结合的行为选择及激励机制构建 |
| 7.1 分析框架 |
| 7.2 样本特征与研究方法 |
| 7.2.1 数据来源与样本特征 |
| 7.2.2 Logit模型与变量选择 |
| 7.2.3 ISM模型 |
| 7.3 奶牛场采纳IPBS的驱动因素 |
| 7.4 采纳IPBS行为因素的ISM分析 |
| 7.5 驱动奶牛场选择IPBS的激励机制构建 |
| 7.5.1 IPBS激励机制的基本框架 |
| 7.5.2 基于市场手段的激励与约束机制 |
| 7.5.3 基于政府手段的激励与约束机制 |
| 7.6 本章小结 |
| 第八章 结论与展望 |
| 8.1 主要结论 |
| 8.1.1 种养结合奶牛场在建立环境友好、资源循环利用的农业生产模式上有明显优势 |
| 8.1.2 种养结合奶牛场在提升养殖净收益上具有较大潜力 |
| 8.1.3 种养结合奶牛场在提升养殖生产效率上具有明显效果 |
| 8.1.4 奶牛场选择种养结合是内在利益因素和外在条件共同驱动的结果 |
| 8.2 政策启示 |
| 8.2.1 因地制宜推广种养结合模式,提高奶牛养殖的整体效率 |
| 8.2.2 提高种养结合的技术水平,提升奶牛养殖的技术盈利性 |
| 8.2.3 健全激励与约束机制,强化奶牛场采纳种养结合的稳固性 |
| 8.3 研究不足与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简历 |
（3）江苏省荷斯坦牛隐性乳房炎的影响因素及风险评估（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词表 |
| 第1章 文献综述 |
| 1.1 奶牛乳房炎的概念 |
| 1.2 临床型乳房炎的发病特征及危害 |
| 1.3 隐性乳房炎的概念与判断标准 |
| 1.3.1 隐性乳房炎的概念 |
| 1.3.2 隐性乳房炎的判断标准 |
| 1.4 其他类型乳房炎的概念 |
| 1.4.1 传染性乳房炎 |
| 1.4.2 环境性乳房炎 |
| 1.5 奶牛乳腺炎的病因 |
| 1.5.1 接触病原微生物感染 |
| 1.5.1.1 无乳链球菌 |
| 1.5.1.2 金黄色葡萄球菌 |
| 1.5.2 环境性病原菌 |
| 1.5.2.1 肠杆菌 |
| 1.5.2.2 沙雷氏菌 |
| 1.5.3 其他因素 |
| 1.6 二元LOGISTIC回归概念 |
| 1.6.1 二元logistic回归模型的概念及特征 |
| 1.6.2 Logistic回归模型分析的参数估计 |
| 1.7 ROC曲线的概念 |
| 1.7.1 ROC曲线的概念及绘制 |
| 1.7.2 ROC曲线的主要作用 |
| 1.7.3 ROC曲线分析的主要步骤 |
| 1.7.4 ROC曲线的优点 |
| 1.8 本研究的目的与意义 |
| 第2章 江苏省荷斯坦牛隐性乳房炎的影响因素分析 |
| 2.1 材料与方法 |
| 2.1.1 实验材料 |
| 2.1.2 数据整理 |
| 2.2 统计分析 |
| 2.3 结果 |
| 2.3.1 牛场规模对乳中SCC和SCS的影响 |
| 2.3.2 饲养方式对奶牛乳中SCC和SCS的影响 |
| 2.3.3 牛床垫料对奶牛乳中SCC和SCS的影响 |
| 2.3.4 挤奶机类型对奶牛乳中SCC和SCS的影响 |
| 2.3.5 挤奶机国产或进口对奶牛乳中SCC和SCS的影响 |
| 2.3.6 挤奶机使用年龄对奶牛乳中SCC和SCS的影响 |
| 2.3.7 擦拭材料对奶牛乳中SCC和SCS的影响 |
| 2.3.8 更换奶衬是否和原厂一致对奶牛乳中SCC和SCS的影响 |
| 2.3.9 牛场是否有化验室对奶牛SCC和SCS的影响 |
| 2.3.10 每月隐性乳房炎检测次数对奶牛乳中SCC和SCS的影响 |
| 2.3.11 乳房炎药敏实验对奶牛乳中SCC和SCS的影响 |
| 2.3.12 清粪工艺对奶牛乳中SCC和SCS的影响 |
| 2.3.13 胎次对奶牛乳中SCC和SCS的影响 |
| 2.3.14 场龄对奶牛乳中SCC和SCS的影响 |
| 2.3.15 采样月份对奶牛乳中SCC和SCS的影响 |
| 2.3.16 产犊季节对奶牛乳中SCC和SCS的影响 |
| 2.3.17 泌乳阶段对奶牛乳中SCC和SCS的影响 |
| 2.3.18 前体细胞评分对奶牛乳中SCC和SCS的影响 |
| 2.4 讨论 |
| 2.5 小结 |
| 第3章 奶牛隐性乳房炎影响因素的LOGISTIC回归分析与验证 |
| 3.1 材料与方法 |
| 3.1.1 实验材料 |
| 3.2 实验方法 |
| 3.2.1 数据整理 |
| 3.2.2 奶牛隐性乳房炎Logistic回归模型的构建 |
| 3.2.3 奶牛隐性乳房炎Logistic回归模型的验证 |
| 3.3 结果 |
| 3.3.1 不同牛场规模奶牛隐性乳房炎的发病率及Logistic分析 |
| 3.3.2 不同饲养方式奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.3 不同牛床垫料奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.4 不同挤奶机类型奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.5 挤奶机国产或进口奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.6 挤奶机使用年龄奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.7 擦拭材料奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.8 更换奶衬是否和原厂一致奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.9 牛场是否有化验室奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.10 隐形乳房炎检测次数奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.11 乳房炎药敏实验奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.12 不同清粪工艺奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.13 不同场龄奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.14 不同胎次奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.15 不同采样月份奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.16 不同产犊季节奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.17 不同泌乳阶段奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.18 不同前体细胞评分奶牛隐性乳房炎的发病率及Logisitc分析 |
| 3.3.19 奶牛隐性乳房炎多因素logistic回归模型的构建 |
| 3.3.20 ROC曲线的绘制 |
| 3.3.21 奶牛隐性乳房炎Logistic回归模型的验证 |
| 3.4 讨论 |
| 3.5 小结 |
| 第4章 全文结论 |
| 参考文献 |
| 附表1 江苏省奶牛场隐性乳房炎风险评估调研表 |
| 攻读学期间取得的研究成果 |
| 致谢 |
（4）山东省奶牛生产区域布局、比较优势及发展预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.1.1 研究内容的提出 |
| 1.1.2 研究界定 |
| 1.2 研究现状 |
| 1.2.1 国内外研究情况 |
| 1.2.2 山东研究情况 |
| 1.3 研究目的及意义 |
| 1.4 本文研究的创新与不足 |
| 1.4.1 研究的创新点 |
| 1.4.2 研究的不足处 |
| 2 材料与方法 |
| 2.1 数据来源 |
| 2.2 研究方法 |
| 2.2.1 聚类分析 |
| 2.2.2 差分自回归移动平均模型 |
| 2.2.3 比较优势指数法 |
| 3 结果与分析 |
| 3.1 山东省奶牛生产发展概况 |
| 3.1.1 山东省奶牛生产发展现状 |
| 3.1.2 山东省奶牛生产状况调查 |
| 3.2 山东省奶牛生产区域布局 |
| 3.2.1 奶牛存栏量的聚类分析 |
| 3.2.2 牛奶产量的聚类分析 |
| 3.2.3 存栏量和牛奶产量联合聚类分析 |
| 3.3 山东省奶牛生产比较优势分析及区域划分 |
| 3.3.1 山东省奶牛生产比较优势分析 |
| 3.3.2 山东省奶牛生产优势区域划分 |
| 3.4 山东省未来5年奶牛生产预测 |
| 3.4.1 山东省未来5年存栏量预测 |
| 3.4.2 山东省未来5年牛奶产量预测 |
| 4 讨论 |
| 4.1 泰安奶牛生产独特性原因探讨与启示 |
| 4.2 山东省奶牛生产发展减缓原因和应对措施 |
| 4.3 山东省奶牛生产布局与优势区域讨论 |
| 5 结论 |
| 参考文献 |
| 附录 山东省奶牛生产情况调查主要内容 |
| 致谢 |
| 攻读学位期间发表论文情况 |
（5）基于环境承载力的黑龙江省畜禽产业布局优化研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究综述 |
| 1.3.1 国外文献综述 |
| 1.3.2 国内文献综述 |
| 1.3.3 国内外文献评述 |
| 1.4 研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 2 相关概念与理论基础 |
| 2.1 相关概念 |
| 2.1.1 畜禽养殖环境承载力 |
| 2.1.2 产业布局 |
| 2.1.3 产业布局优化 |
| 2.2 理论基础 |
| 2.2.1 区域环境承载力理论 |
| 2.2.2 农田养分平衡理论 |
| 2.2.3 比较优势理论 |
| 2.2.4 产业布局理论 |
| 2.3 本章小结 |
| 3 黑龙江省畜禽产业布局现状及问题分析 |
| 3.1 黑龙江省畜禽产业发展现状 |
| 3.1.1 畜禽产业生产现状 |
| 3.1.2 畜禽产业养殖规模现状 |
| 3.1.3 畜禽产业经济效益现状 |
| 3.2 黑龙江省畜禽产业区域布局现状 |
| 3.2.1 主要畜产品区域布局现状 |
| 3.2.2 产业集中度分析 |
| 3.3 黑龙江省畜禽产业布局存在的问题 |
| 3.4 本章小结 |
| 4 黑龙江省畜禽养殖环境承载力分析 |
| 4.1 黑龙江省畜禽养殖环境承载力测算方法 |
| 4.1.1 测算依据与数据来源 |
| 4.1.2 测算方法 |
| 4.2 黑龙江省畜禽养殖环境承载力动态分析 |
| 4.2.1 黑龙江省畜禽饲养总量分析 |
| 4.2.2 黑龙江省理论最大养殖量分析 |
| 4.2.3 黑龙江省畜禽养殖环境承载力指数分析 |
| 4.3 黑龙江省畜禽养殖环境承载力趋势分析 |
| 4.3.1 畜禽养殖环境承载力趋势分析依据 |
| 4.3.2 黑龙江省畜禽养殖环境承载力趋势分析 |
| 4.4 本章小结 |
| 5 黑龙江省畜禽养殖环境综合比较优势分析 |
| 5.1 畜禽生产比较优势指数 |
| 5.1.1 畜禽生产比较优势指数测算 |
| 5.1.2 畜禽生产比较优势指数结果分析 |
| 5.2 畜禽环境比较优势指数 |
| 5.2.1 畜禽环境比较优势指数测算 |
| 5.2.2 畜禽环境比较优势指数结果分析 |
| 5.3 畜禽环境综合比较优势指数 |
| 5.3.1 畜禽环境综合比较优势指数测算 |
| 5.3.2 畜禽环境综合比较优势指数结果分析 |
| 5.4 本章小结 |
| 6 黑龙江省畜禽产业布局优化对策和保障措施 |
| 6.1 黑龙江省畜禽产业布局优化的目标与原则 |
| 6.1.1 黑龙江省畜禽产业布局优化的目标 |
| 6.1.2 黑龙江省畜禽产业布局优化的原则 |
| 6.2 黑龙江省畜禽产业布局优化对策 |
| 6.2.1 创新测算技术指标促优化 |
| 6.2.2 弥补环境综合比较劣势地区 |
| 6.2.3 发展强环境综合比较优势地区 |
| 6.3 黑龙江省畜禽产业布局优化的保障措施 |
| 6.3.1 适当分散养殖合理布局 |
| 6.3.2 鼓励种养平衡绿色发展 |
| 6.3.3 因地制宜调整规模结构 |
| 6.3.4 大力推广绿色技术创新 |
| 6.4 本章小结 |
| 7 结论 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
（6）精准畜牧中机器视觉关键技术研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题的目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 畜禽信息感知关键技术 |
| 1.2.2 目标检测与跟踪 |
| 1.2.3 畜禽动物表型和行为监测 |
| 1.3 存在问题分析 |
| 1.4 主要研究内容 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 1.6 论文组织结构 |
| 第二章 复杂动态养殖环境下目标检测方法研究 |
| 2.1 引言 |
| 2.2 背景建模方法 |
| 2.2.1 经典GMM复杂背景建模问题分析 |
| 2.2.2 基于“最小样本”的模型复杂度约束 |
| 2.3 目标提取算法 |
| 2.4 材料与方法 |
| 2.4.1 供试数据 |
| 2.4.2 算法评价指标 |
| 2.5 试验结果与分析 |
| 2.5.1 对环境变化的鲁棒性分析 |
| 2.5.2 模型复杂度分析 |
| 2.5.3 前景消融问题 |
| 2.6 本章小结 |
| 第三章 基于GMM和集成学习模型的奶牛自动体况评分 |
| 3.1 引言 |
| 3.2 材料和方法 |
| 3.2.1 试验方案 |
| 3.2.2 供试图像样本获取 |
| 3.2.3 图像正则化处理算法 |
| 3.2.4 特征选择与提取 |
| 3.2.5 相关性分析 |
| 3.2.6 预测模型 |
| 3.3 试验结果与分析 |
| 3.3.1 逐步回归模型试验结果 |
| 3.3.2 集成学习模型试验结果 |
| 3.3.3 研究结果比较 |
| 3.4 讨论 |
| 3.5 本章小结 |
| 第四章 基于ALR-GMM的畜禽动物胁迫响应建模方法研究与应用 |
| 4.1 引言 |
| 4.2 活动指数计算方法 |
| 4.2.1 经典活动指数计算方法 |
| 4.2.2 基于GMM的活动指数计算方法 |
| 4.3 算法有效性验证 |
| 4.3.1 供试数据 |
| 4.3.2 测试结果与分析 |
| 4.4 应用验证一:蛋鸡对寄生虫胁迫响应分析 |
| 4.4.1 背景介绍 |
| 4.4.2 供试数据集 |
| 4.4.3 特征提取 |
| 4.4.4 试验结果与分析 |
| 4.5 应用验证二:育肥猪攻击行为识别 |
| 4.5.1 背景介绍 |
| 4.5.2 供试数据集 |
| 4.5.4 攻击行为特征提取 |
| 4.5.5 攻击行为识别模型 |
| 4.5.6 试验结果与分析 |
| 4.6 本章小结 |
| 第五章 基于CNN和 LSTM的群养猪交互行为识别与定位建模方法研究与应用 |
| 5.1 引言 |
| 5.2 供试数据 |
| 5.3 群养动物行为识别与定位算法 |
| 5.3.1 目标检测 |
| 5.3.2 多目标跟踪 |
| 5.3.3 交互子视频提取与筛选 |
| 5.3.4 时-空特征提取及行为识别模型 |
| 5.4 多目标跟踪算法性能评估 |
| 5.4.1 目标检测模型评估 |
| 5.4.2 多目标跟踪模型评估 |
| 5.5 应用验证一:繁育母猪姿态识别研究 |
| 5.5.1 背景介绍 |
| 5.5.2 试验方案 |
| 5.5.3 测试结果与分析 |
| 5.6 应用验证二:育肥猪咬尾行为识别与定位 |
| 5.6.1 背景介绍 |
| 5.6.2 群组水平建模试验 |
| 5.6.3 个体水平建模试验 |
| 5.7 本章小节 |
| 第六章 高密度饲养环境下肉种鸡目标检测方法与应用 |
| 6.1 引言 |
| 6.2 试验设备搭建 |
| 6.3 肉种鸡性别特征挖掘 |
| 6.3.1 试验方案 |
| 6.3.2 特征提取方法 |
| 6.3.3 试验结果与分析 |
| 6.4 商业饲养环境中肉种鸡体重和性别同步获取方法 |
| 6.4.1 数据采集 |
| 6.4.2 数据标注 |
| 6.4.3 肉种鸡性别识别方法 |
| 6.4.4 算法性能评估 |
| 6.4.5 讨论 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（7）奶源企业财务风险预警模型与识别方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 文献评价 |
| 1.3 研究方法及内容 |
| 1.3.1 研究方法 |
| 1.3.2 研究内容 |
| 1.4 研究的创新点 |
| 2 相关理论基础 |
| 2.1 概念界定 |
| 2.1.1 奶源企业的定义 |
| 2.1.2 财务风险预警的定义 |
| 2.2 财务风险管理理论 |
| 2.3 定量分析法 |
| 2.3.1 单变量分析法 |
| 2.3.2 多变量分析法 |
| 2.4 LOGISTIC回归模型 |
| 3 奶源企业财务风险预警指标体系设计 |
| 3.1 研究样本的确定 |
| 3.2 初步筛选 |
| 3.3 指标正态性检验 |
| 3.4 指标显着性检验 |
| 3.4.1 T检验 |
| 3.4.2 KMO检验和Bartlett球形检验 |
| 3.4.3 检验结果评定 |
| 4 奶源企业财务危机预警模型的构建与实证检验 |
| 4.1 构建财务风险预警模型 |
| 4.2 模型实证检验数据分组 |
| 4.3 模型实证验证 |
| 5 模型应用案例分析--以GLB集团公司为例 |
| 5.1 GLB集团公司基本情况 |
| 5.2 GLB集团公司经济效益及财务控制现状分析 |
| 5.2.1 GLB奶源企业经济效益现状 |
| 5.2.2 GLB奶源企业财务控制现状分析 |
| 5.3 GLB集团公司问题识别与分析 |
| 5.3.1 种群优化管理问题识别与分析 |
| 5.3.2 绩效考核管理问题识别与分析 |
| 5.3.3 成本控制管理问题识别与分析 |
| 5.3.4 产业导向管理识别分析 |
| 5.4 GLB集团公司问题改进对策 |
| 5.4.1 种群优化管理方面 |
| 5.4.2 绩效考核管理方面 |
| 5.4.3 成本控制管理方面 |
| 5.4.4 产业导向管理方面 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究的不足 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
（8）奶牛发情体征及行为智能检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 奶牛发情体征 |
| 1.2.2 奶牛发情监测研究现状 |
| 1.3 存在问题 |
| 1.4 主要研究内容 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 1.6 论文的组织结构 |
| 第二章 基于物联网和云端的奶牛发情体征监测系统设计 |
| 2.1 引言 |
| 2.2 奶牛体征监测系统总体设计 |
| 2.2.1 系统设计需求分析 |
| 2.2.2 体征监测系统结构与功能 |
| 2.3 奶牛体征监测系统硬件设计 |
| 2.3.1 发情体征采集节点硬件设计 |
| 2.3.2 ZigBee无线模块 |
| 2.3.3 体温采集模块 |
| 2.3.4 运动量采集模块 |
| 2.3.5 采集节点电源模块 |
| 2.3.6 发情体征接收终端设计 |
| 2.3.7 STM32 控制器 |
| 2.3.8 RS485 现场总线 |
| 2.4 系统软件设计 |
| 2.4.1 下位机体征采集软件设计 |
| 2.4.2 上位机发情体征监测软件设计 |
| 2.4.3 微信开放平台设计 |
| 2.5 系统测试与奶牛发情预测 |
| 2.5.1 温度测量准确性试验 |
| 2.5.2 网络丢包率测试 |
| 2.5.3 远程上位机和移动平台测试 |
| 2.5.4 手机微信客户端测试 |
| 2.5.5 融合体温和运动量的奶牛发情预测 |
| 2.6 本章小结 |
| 第三章 奶牛阴道植入式电阻传感器与无线监测系统研究 |
| 3.1 引言 |
| 3.2 奶牛阴道电阻监测系统总体设计 |
| 3.2.1 系统设计需求分析 |
| 3.2.2 系统总体设计方案 |
| 3.3 奶牛阴道电阻监测系统硬件设计 |
| 3.3.1 阴道植入式电阻传感器设计 |
| 3.3.2 终端节点设计 |
| 3.3.3 无线传输网络设计 |
| 3.3.4 终端节点和协调器封装实现 |
| 3.3.5 终端节点奶牛尾部固定及应激分析 |
| 3.4 系统软件设计 |
| 3.4.1 系统工作流程 |
| 3.4.2 上位机监测软件设计 |
| 3.4.3 发情预警系统设计 |
| 3.5 试验与结果分析 |
| 3.5.1 电阻测量准确性试验 |
| 3.5.2 电阻测量稳定性试验 |
| 3.5.3 系统可靠性试验 |
| 3.5.4 终端节点能量可用性试验 |
| 3.5.5 奶牛阴道电阻监测奶牛发情试验 |
| 3.6 本章小结 |
| 第四章 基于双域分解的复杂环境下奶牛监测图像增强算法 |
| 4.1 引言 |
| 4.2 图像增强概述 |
| 4.3 奶牛视频图像采集 |
| 4.3.1 奶牛养殖场摄像机布局 |
| 4.3.2 网络摄像机选取 |
| 4.3.3 奶牛监测视频采集 |
| 4.3.4 自然环境下奶牛监测视频图像分析 |
| 4.4 双域分解的图像增强算法 |
| 4.4.1 双域滤波模型 |
| 4.4.2 高频图像降噪与增强模型 |
| 4.4.3 低频图像去雾与增强模型 |
| 4.4.4 本文算法实现过程 |
| 4.5 试验结果与分析 |
| 4.5.1 试验测试平台及参数选取 |
| 4.5.2 试验数据分类 |
| 4.5.3 主客观评价与分析 |
| 4.5.4 综合测试与分析 |
| 4.6 本章小结 |
| 第五章 基于卷积神经网络的奶牛发情行为识别研究 |
| 5.1 引言 |
| 5.2 供试数据 |
| 5.2.1 视频样本获取 |
| 5.2.2 视频处理系统设计 |
| 5.2.3 样本数据集构建 |
| 5.3 卷积神经网络模型 |
| 5.3.1 卷积神经网络概述 |
| 5.3.2 卷积神经网络结构 |
| 5.3.3 卷积神经网络优点 |
| 5.4 奶牛发情识别CNN模型构建 |
| 5.5 奶牛发情行为识别结果及分析 |
| 5.5.1 试验测试平台 |
| 5.5.2 网络模型试验设计 |
| 5.5.3 特征图分析 |
| 5.5.4 识别结果分析 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 特色与创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录A 6种算法图像增强效果对比图 |
| 附录B 图像增强客观质量性能评价 |
| 致谢 |
| 个人简历 |
（9）中国畜牧业支持政策及效应分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究动态 |
| 1.3 畜牧业支持的理论基础 |
| 1.4 研究目标与主要内容 |
| 1.5 研究方法与数据来源 |
| 1.6 逻辑框架与技术路线 |
| 1.7 研究的创新与不足 |
| 第二章 中国畜牧业的发展分析 |
| 2.1 畜牧业发展历程分析 |
| 2.2 畜牧业总量与结构的变动分析 |
| 2.3 畜牧业生产布局的演变 |
| 2.4 畜牧业经营主体的变迁 |
| 2.5 本章小结 |
| 第三章 中国畜牧业支持政策的演变分析 |
| 3.1 畜牧业支持政策概念界定 |
| 3.2 不同阶段中国畜牧业支持政策发展的背景及主要内容 |
| 3.3 中国畜牧业支持政策实施现状及其特征 |
| 3.4 中国畜牧业支持政策发展的演变规律 |
| 3.5 本章小结 |
| 第四章 不同阶段中国畜牧业政策支持水平测算与特征分析 |
| 4.1 畜牧业政策支持水平衡量方法的比较与选择 |
| 4.2 基于OECD中国畜牧业支持政策的分类及其政策含义 |
| 4.3 代表性畜产品选择及数据来源 |
| 4.4 不同阶段中国畜牧业支持水平及结构特征分析 |
| 4.5 本章小结 |
| 第五章 中国畜牧业支持政策的效应分析 |
| 5.1 畜牧业支持政策的养殖户增收效应分析 |
| 5.2 畜牧业支持政策的产值增长效应评价 |
| 5.3 畜牧业支持政策的环境效应评价 |
| 5.4 畜牧业支持政策对畜牧业生产结构调整的效应评价 |
| 5.5 本章小结 |
| 第六章 基于微观视角的畜牧业典型支持政策评价 |
| 6.1 生猪养殖支持政策的发展与实施现状 |
| 6.2 养殖户对政策满意度的影响因素分析 |
| 6.3 生猪养殖各项支持政策评价 |
| 6.4 本章小结 |
| 第七章 研究结论与对策建议 |
| 7.1 研究结论 |
| 7.2 对策建议 |
| 参考文献 |
| 附录 畜牧业支持政策实施效果研究养殖户调研问卷 |
| 作者简介 |
| 致谢 |
（10）基于多尺度环境分析的设施奶牛场精细化管理研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 畜牧信息化与数字牧场 |
| 1.2.2 畜舍环境监测与模拟 |
| 1.2.3 多源数据集成与挖掘 |
| 1.2.4 畜牧生产评价与管理决策系统 |
| 1.2.5 存在问题及发展趋势 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 1.4 本文结构安排 |
| 第二章 材料与方法 |
| 2.1 研究区域 |
| 2.1.1 地理位置 |
| 2.1.2 试验奶牛场 |
| 2.1.3 试验牛舍 |
| 2.1.4 奶牛场管理 |
| 2.2 试验设计 |
| 2.2.1 试验设备和数据采集 |
| 2.2.2 试验部署方案 |
| 2.3 数据处理方法 |
| 2.3.1 数据处理流程 |
| 2.3.2 数据质量分析 |
| 2.3.3 数据清洗 |
| 2.3.4 数据分析方法 |
| 2.4 CFD微环境模拟方法 |
| 2.5 本章小结 |
| 第三章 基于多尺度分析的畜舍内外环境互作模型 |
| 3.1 奶牛场多尺度环境数据特征分析 |
| 3.1.1 奶牛场气候数据 |
| 3.1.2 牛舍内外温湿度集成数据 |
| 3.1.3 牛舍内外气体浓度集成数据 |
| 3.2 基于气候特征的奶牛生产季分析 |
| 3.3 舍内温湿度的影响因素及模型构建 |
| 3.3.1 暖季牛舍内外环境因素互作分析 |
| 3.3.2 冷季牛舍内外环境因素互作分析 |
| 3.4 舍内气体浓度的影响因素及模型构建 |
| 3.4.1 暖季舍内环境因素互作分析 |
| 3.4.2 冷季舍内环境因素互作分析 |
| 3.5 本章小结 |
| 第四章 基于微环境模拟的暖季舍内环境调控机理 |
| 4.1 牛舍物理模型构建 |
| 4.1.1 牛舍几何建模 |
| 4.1.2 舍内三维空间网格划分 |
| 4.2 舍内温度场数学模型构建 |
| 4.2.1 舍内温度场控制方程 |
| 4.2.2 牛舍物性参数 |
| 4.2.3 CFD模拟初始和边界条件 |
| 4.3 舍内温度场模拟验证 |
| 4.3.1 舍内温度场模拟结果 |
| 4.3.2 模拟与试验数据分析 |
| 4.4 舍内升温模拟分析 |
| 4.4.1 四种风向下三维温度场比较分析 |
| 4.4.2 温度变化趋势分析 |
| 4.5 舍内降温模拟分析 |
| 4.5.1 四种风向下三维温度场比较分析 |
| 4.5.2 温度变化趋势分析 |
| 4.6 舍内温度调控方案设计 |
| 4.6.1 基于微环境模拟的舍内环境监控部署 |
| 4.6.2 暖季舍内环境调控 |
| 4.7 本章小结 |
| 第五章 基于环境调控优化的牛舍经济效益评估分析 |
| 5.1 奶牛生产性能影响因素分析 |
| 5.1.1 奶牛生产综合数据集 |
| 5.1.2 奶牛生产性能主要影响因素分析 |
| 5.1.3 奶牛生产性能预测模型构建 |
| 5.2 畜舍生产效率评价关键指标 |
| 5.2.1 饲喂管理关键指标 |
| 5.2.2 畜舍环境控制关键指标 |
| 5.2.3 卫生防疫管理关键指标 |
| 5.3 畜舍生产效率DEA模型 |
| 5.3.1 牛舍单元投入产出核算 |
| 5.3.2 基于CCR-DEA的牛舍经济效率评价 |
| 5.3.3 基于超效率DEA的牛舍经济效率对比 |
| 5.4 本章小结 |
| 第六章 基于多源数据集成的奶牛场资源共享管理 |
| 6.1 奶牛场数据分析 |
| 6.1.1 奶牛场数据来源 |
| 6.1.2 奶牛场数据分类 |
| 6.1.3 奶牛场数据类型 |
| 6.2 资源共享物联网架构与设计 |
| 6.2.1 基于中间件的数据接入接口 |
| 6.2.2 基于本体的多源数据集成方法 |
| 6.2.3 基于SWIFT的数据共享存储服务 |
| 6.2.4 统一资源数据操作接口 |
| 6.3 应用案例 |
| 6.3.1 系统应用开发 |
| 6.3.2 系统测试 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 主要结论 |
| 7.2 特色与创新 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
四、如何预测饲养奶牛的经济效益（论文参考文献）
- [1]集约化牛场体况管理对泌乳奶牛代谢、生产性能和健康的影响[D]. 孟德超. 黑龙江八一农垦大学, 2021(10)
- [2]基于种养结合的奶牛养殖综合效益评价及长效运行机制构建[D]. 黄显雷. 中国农业科学院, 2021(01)
- [3]江苏省荷斯坦牛隐性乳房炎的影响因素及风险评估[D]. 张强. 扬州大学, 2021
- [4]山东省奶牛生产区域布局、比较优势及发展预测研究[D]. 王钰龙. 山东农业大学, 2020(03)
- [5]基于环境承载力的黑龙江省畜禽产业布局优化研究[D]. 王舫. 东北农业大学, 2020(05)
- [6]精准畜牧中机器视觉关键技术研究及应用[D]. 刘冬. 西北农林科技大学, 2020(02)
- [7]奶源企业财务风险预警模型与识别方法研究[D]. 薛昭宇. 河北经贸大学, 2020(07)
- [8]奶牛发情体征及行为智能检测技术研究[D]. 刘忠超. 西北农林科技大学, 2019
- [9]中国畜牧业支持政策及效应分析[D]. 刘利. 吉林农业大学, 2019(03)
- [10]基于多尺度环境分析的设施奶牛场精细化管理研究[D]. 范蓓蕾. 中国农业科学院, 2019(08)