基于深度图像和BP神经网络肉鸡体质量估测模型.PDFVIP

下载本文档

4
0
约4.54万字
约 7页
2019-03-17 发布于湖北
举报
版权申诉

基于深度图像和BP神经网络肉鸡体质量估测模型.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 33 卷第 13 期农业工程学报 Vol.33 No.13 2017 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2017 199 基于深度图像和 BP 神经网络的肉鸡体质量估测模型 1,2 1 1 王琳，孙传恒，李文勇， 1 2 2 1 1,2※ 吉增涛，张翔，王以忠，雷鹏，杨信廷（1. 国家农业信息化工程技术研究中心/农业部农业信息技术重点实验室/北京市农业物联网工程技术研究中心，北京 100097 ； 2. 天津科技大学电子信息与自动化学院，天津 300222 ）摘要：针对现阶段肉鸡称重复杂、福利降低问题，提出了一种基于深度图像的肉鸡体质量估测模型建立方法。该方法首先对深度图像进行图像预处理，再利用数值积分法提取出目标特征，并结合 BP 神经网络，实现群体肉鸡的体质量估测。估测结果与实际测量结果进行对比，研究结果表明两者的均方根误差为0.048 ，平均相对误差为3.3%，绝对误差在0.001 0～ 0.068 2 kg 范围内，最优拟合度为 0.994 3 ，具有较好的推广应用价值。该方法较为准确的估测出肉鸡体质量，并为用机器视觉的方法估测肉鸡生长发育规律提供了新的思路。关键词：图像处理；模型；动物；深度图像；特征提取；肉鸡；体质量估测 doi ：10.11975/j.issn.1002-6819.2017.13.026 中图分类号：S831 文献标志码：A 文章编号：1002-6819(2017)-13-0199-07 王琳，孙传恒，李文勇，吉增涛，张翔，王以忠，雷鹏，杨信廷. 基于深度图像和BP神经网络的肉鸡体质量估测模型[J]. 农业工程学报，2017，33(13)：199－205. doi ：10.11975/j.issn.1002-6819.2017.13.026 Wang Lin, Sun Chuanheng, Li Wenyong, Ji Zengtao, Zhang Xiang, Wang Yizhong, Lei Peng, Yang Xinting. Establishment of broiler quality estimation model based on depth image and BP neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(13): 199 －205. (in Chinese with English abstract) doi ： 10.11975/j.issn.1002