导读:本文包含了奶牛信息论文开题报告文献综述及选题提纲参考文献，主要关键词:能量负平衡,蛋白组学,iTRAQ,LC-MS,MS,差异蛋白
奶牛信息论文文献综述
孙书函,舒适,白云龙,赵畅,夏成[1]（2019）在《能量负平衡奶牛血清的蛋白组学及生物信息学分析》一文中研究指出目前集约化牛场高产奶牛产后乏情率较高,严重影响奶牛繁殖性能。尽管奶牛产后乏情发生机制已有较多报道,但奶牛产后能量负平衡所致的乏情血清蛋白组学机制尚不明确。本试验在黑龙江省某集约化牛场随即采取产后14～21 d奶牛,根据奶牛血液中β-羟丁酸的含量,按判定标准将试验奶牛分为能量正平衡组(NEB,n=60)和能量负平衡组(PEB,n=60),采集血清。应用iTRAQ/LC-MS/MS联用技术研究能量负平衡奶牛血清蛋白组学,获得23种差异表达蛋白。其中NEB组表达上调的有16种,分别为淀粉样结合蛋白A前体(SAA)、脂多糖结合蛋白前体(LBP)、骨膜素前体(POSTN)、Interα胰蛋白酶抑制剂重链H4前体(ITIH4)、细丝蛋白A(FLNA)、补体C2前体(C2)、蛋白酶体α亚基2型(PSMA2)、蛋白酶体亚基β1型前体(PSMB1)、蛋白酶体α亚基4型(PSMA4)、山梨醇脱氢酶(SORD)、蛋白酶体亚基α型-7(PSMA7)、血管紧张素原前体(AGT)、热休克蛋白HSP90-α(HSP90A1)、甘油醛-3-磷酸脱氢酶(GAPDH)、精氨琥珀酸裂解酶(ASL)和血红素结合蛋白前体(HPX),表达下调的有7种Cathelicidin7前体(CAMP)、转甲状腺素蛋白前体(TTR)、多聚免疫球蛋白受体前体(PIGR)、载脂蛋白F(APOF)、核糖核酸酶4前体(RNASE4)、载脂蛋白A1前蛋白(APOA1)和载脂蛋白A5前体(APOA5)。这些差异表达蛋白多与脂类代谢和蛋白酶复合体系统相关,也与和糖酵解相关的SORD和GAPDH有关。(本文来源于《中国兽医学报》期刊2019年07期）
刘忠超,翟天嵩,何东健[2]（2019）在《精准养殖中奶牛个体信息监测研究现状及进展》一文中研究指出奶牛养殖业是我国国民经济的重要组成部分,为了适应大规模、集约化奶牛养殖的发展需求,将自动化和信息化应用于奶牛养殖,通过精准养殖实时监测获取奶牛个体信息,实现奶牛养殖的信息化,可以提高奶牛的繁殖率和经济效益。笔者对国内外奶牛个体信息监测的研究现状进行了分析,重点阐述了奶牛行为监测、健康监测、个体识别的应用研究现状,讨论了相关研究目前存在的问题,并展望了奶牛个体信息监测技术的后续研究方向,即精准化、信息化、智能化。(本文来源于《黑龙江畜牧兽医》期刊2019年13期）
王莉薇[3]（2019）在《基于多源信息融合的奶牛反刍行为感知及分类识别研究》一文中研究指出奶牛养殖是畜牧养殖行业的核心,我国奶牛养殖业在80年代后逐渐成为一个高效的独立产业。由于奶牛的反刍行为是其重要的物理消化过程,它与奶牛的健康和生产性能密切相关,因此,反刍行为被视为评价奶牛健康及发情状况的重要指标,对奶牛养殖管理具有重要的指导意义。然而,由于设备和牧场规模化程度的限制,使得我国在奶牛反刍行业智能化监测技术及应用方面的发展相对滞后,尤其是针对奶牛反刍数据的智能分类方法研究较少。目前在国内为数不多的关于奶牛反刍行为监测方法的研究中,主要集中在声音、视频和行为叁个方面单独展开研究。虽然这叁种监测方法都可以实现反刍行为监测,但是采用视频方法存在图像信息量大、计算复杂高的缺点;同时,由于奶牛的日常反刍行为和采食行为相似度较高,单纯采用声音监测或行为监测方法,监测准确率不高,难以达到理想的监测效果。为了实现精准化、智能化的奶牛反刍行为监测,本文以中国荷斯坦奶牛为研究对象,根据奶牛的日常反刍行为特征,以奶牛的反刍声音和反刍姿态特征作为研究重点,将声音监测与行为监测技术相结合,设计了一种新的多源参数可穿戴式的监测设备作为硬件支持,并利用K-means聚类和SVM分类算法实现了反刍信息的分类识别。同时,根据奶牛的反刍特征,设计了可穿戴设备辅助佩戴装置,将监测设备佩戴在奶牛颈部一侧的反刍信号最佳监测点处,利用可穿戴设备融合监测反刍声音信号和姿态信号。选取实验中具有代表性的16个时间节点进行可穿戴设备的识别结果和人工观测结果的对比。结果表明,奶牛反刍监测设备与人工观察结果具有较高的一致性,设备识别反刍行为的准确率可以达到81.3%。同时为了验证分类算法的有效性,采用SVM和K-means+SVM两种方法进行反刍行为的识别,其中单独利用SVM方法对奶牛反刍过程分类的准确率介于73.6%至90.1%之间,利用K-means+SVM方法对奶牛反刍过程分类的准确率介于83.3%至93.2%之间。研究发现反刍声音的中心频率是1.2~3.2 KHz,反刍过程的叁轴加速度数据变化范围为X轴0.09~0.93 g,Y轴-0.16~-0.08 g,Z轴0.44~1.05 g。研究结果表明,这种反刍监测可穿戴设备和分类方法具有较好的效果,为复杂环境中监测奶牛反刍信号提供了参考。(本文来源于《黑龙江八一农垦大学》期刊2019-05-01）
王莉薇,谢秋菊,刘洪贵,闫丽,许译丹[4]（2019）在《基于多源信息感知的奶牛反刍行为可穿戴式监测装置的研究》一文中研究指出为了实现对奶牛反刍行为的精准识别,减少单一参数监测过程中的不确定性,以单片式微型处理器、MPU6050叁轴加速度传感器和声音传感器为主要部件,通过监测奶牛反刍声音和姿态变化来获取奶牛的反刍信息,并利用无线模块完成与计算机的通信,设计了一种轻便的可穿戴式奶牛反刍多源信息监测装置,最大限度地降低了环境噪声,提高了有效反刍数据的采集效率。结果表明:奶牛反刍声音的中心频率集中在1.2～1.6 kHz,反刍姿态叁轴加速度传感器监测参数范围X轴为0.65～0.93 g,Y轴为0.23～1.04 g,Z轴为-0.13～0.15 g;将自动监测的连续信号中16个时间点与人工观察结果进行对比,验证了反刍监测装置的可靠性,装置监测的准确率可以达到81.3%,与人工观察结果具有较高的一致性。说明通过对奶牛进行多源信息的感知可以准确地识别奶牛的反刍行为。(本文来源于《黑龙江畜牧兽医》期刊2019年07期）
杨卓妮娜,王秀伟,郭丽,张伟红,杨焕民[5]（2018）在《奶牛miR-124a靶基因预测及生物信息学分析》一文中研究指出目的预测奶牛miR-124a(bta-miR-124a)的靶基因,并对其生物学功能、调控机制以及参与的信号转导通路进行富集分析,为bta-miR-124a调控乳品质代谢的功能验证研究提供理论依据。方法利用miRBase、miRWalk和Targetscan等在线数据分析系统,获得bta-miR-124a的前体及成熟区序列,同时预测其候选靶基因并取交集,进而对筛选获得的候选靶基因进行GO功能注释及信号通路富集分析。结果 bta-miR-124a序列在各物种间高度保守,其候选靶基因主要富集在生物调控、细胞生长、代谢等生物学过程中。KEGG信号通路显示,在癌症、丝裂原活化蛋白激酶(mitogen-activated protein kinase,MAPK)、单磷酸腺苷活化蛋白激酶(AMP-activated protein,AMPK)、环磷酸腺苷(cyclic adenosine monophosphate,c AMP)信号转导、脂肪酸降解、脂肪酸生物合成等信号通路中,候选靶基因均被富集。结论 bta-miR-124a的候选靶基因在癌症发生、AMPK信号转导、脂肪酸代谢中发挥重要作用。其中,脂肪酸代谢是bta-miR-124a可能参与的主要代谢调控通路。为后期bta-miR-124a在奶牛乳腺组织中调控乳脂代谢的功能机制的研究提供参考。(本文来源于《中国生物制品学杂志》期刊2018年10期）
浣成,罗阳,何芳,伍佰鑫,李昊帮[6]（2018）在《湖南省奶牛生产性能测定(DHI)大数据信息管理平台建设初探》一文中研究指出为了加强并完善湖南省奶牛生产性能测定(DHI)检测工作的管理,提高DHI在牛场健康计划中的应用,普及DHI并提高奶牛育种水平,分析了湖南省DHI工作中存在的数据繁多分散、相关部门系统信息得不到充分应用等问题,探讨了云技术平台在当前大数据环境下对牛场DHI检测的重要性,运用DHI大数据信息管理平台将大数据与奶牛生产性能测定工作相结合,整合多系统分析数据,利用DHI检测结果对奶牛的繁殖育种、疫病流行、营养配方、市场趋势等进行系统分析。分析结果表明:DHI大数据信息管理平台能有效解决目前牛场管理工作中出现的诸多问题,对牛场的规模化系统管理具有极其重要的意义。(本文来源于《安徽农业科学》期刊2018年23期）
孙雨坤,岳奎忠,李文茜,么恩悦,刘鑫[7]（2018）在《图像信息技术在奶牛生产中的应用》一文中研究指出奶牛养殖的高成本和低效率阻碍着国内奶业发展,图像信息技术可以帮助生产管理者更加客观、有效地评价奶牛健康状况和生产需要,减少动物应激,提高牧场智能化管理水平。本文综述了可见光相机、热成像相机和深度相机的成像原理,评价了奶牛生产中图像信息技术的应用方法和效果,整理了图像可视系统在体重测定、体况评分、动物体温监测、步态评分、采食量测定、卧床行为监测等项目中的研究进展,探讨可视系统在准确率、灵敏度、误差等方面的表现。该技术可以应用于牧场管理者对畜群的日常观察,为日后牧场全自动化建设做准备。(本文来源于《动物营养学报》期刊2018年05期）
张子儒[8]（2018）在《基于视频分析的奶牛发情信息检测方法研究》一文中研究指出随着我国奶牛养殖业的快速发展,迫切需要利用信息技术提升养殖科学管理水平。及时、准确地掌握奶牛发情信息,在最佳受孕时间进行授精,对节约人工授精成本,提高奶牛受孕率,缩短产犊间隔,最大程度提高奶牛场生产效益均具有重要的意义。针对传统人工观察方法人力成本高,效率低;接触式传感器检测方法硬件功耗受限,且会使奶牛产生应激反应等问题,本文研究基于视频分析的奶牛发情信息检测方法,重点研究了复杂活动场环境下奶牛日常行为视频预处理、奶牛目标区域检测、特征提取和区域行为分类器的构建,为通过视频分析技术检测奶牛发情提供了思路。论文主要工作内容及结论如下:(1)研究了采用多种方法组合,对复杂环境下奶牛日常行为视频进行预处理的方法,减少了背景干扰,提高了奶牛目标与背景的对比度。奶牛活动场遮挡、光照环境复杂,为了有效检测出奶牛目标,研究采用掩膜技术去除奶牛场无关背景,以减少无关背景干扰、降低图像处理计算量;为了降低了图像采集过程中产生的椒盐噪声和高斯噪声,采用中值滤波算法进行去噪;为减弱光照的影响,通过对灰度变换、直方图均衡化、同态滤波和基于Retinex理论的4种图像增强方法进行试验,结果表明,同态滤波方法可提高奶牛目标与背景的对比度。(2)提出了融合颜色和纹理特征的背景减去法(Background Subtraction with Color and Texture Features,BSCTF)检测奶牛目标。在帧间差法、光流法、背景减去法和高斯混合模型法理论与试验结果分析的基础上,结合本研究的要求和奶牛目标的特点,提出了在背景减去法基础上结合目标区域颜色和纹理特征的奶牛目标检测方法。在同一样本下进行背景减去法+Otsu和邻帧间差法的奶牛目标检测试验,结果表明,本文检测算法的目标区域检测准确率为98.3%,比背景减去法+Otsu和邻帧间差法分别提高22.1%和6.7%;漏检率为6.4%,比背景减去法+Otsu和邻帧间差法分别降低4.2%和16.6%,本文检测算法能够很好地将奶牛目标区域从背景中检测出来。(3)提出爬跨姿态和躯体上扬是奶牛爬跨行为的主要特征,定义并优选了7个奶牛爬跨行为特征。在分析奶牛爬跨行为特征空间特性和时间特性的基础上,提出爬跨姿态和躯体上扬特性是奶牛爬跨行为区别其他行为的主要特征;根据爬跨姿态和躯体上扬特性选择提取奶牛目标区域的几何特征和光流特征,并定义了属于几何特征的S_(mean),V_(Xup),V_(Yu) _p,V_(Xdown),V_(Ydown)特征和属于光流特征的F_(Ymax),F_(Ymin),V_F特征。通过计算供试视频特征曲线,并在分析特征分布曲线的基础上,提出并确定了由7个特征构建的行为识别特征向量P_r=[S_(mean),V_(Xup),V_(Yu) _p,V_(Xdown),F_(Ymax),F_(Ymin),V_F]。(4)构建了奶牛爬跨行为分类识别的SVM模型。根据样本的特点设计和训练了支持向量机(Support Vector Machine,SVM)分类器,作为奶牛目标区域行为分类器。为了对比不同分类模型的识别效果,设计和训练BP(Back Propagation)神经网络和K-近邻(K-Nearest Neighbor,KNN)分类器对目标区域进行分类。试验结果表明,对于相同的测试样本,SVM分类器的平均识别准确率为90.9%,比BP神经网络和KNN分类器分别提高5.6%和10.6%;SVM分类器的平均误判率为4.2%,比BP神经网络和KNN分类器分别降低了2.7%和9.0%。本文用SVM分类器识别奶牛爬跨行为,平均识别准确率为90.9%,有较高的识别准确率。(本文来源于《西北农林科技大学》期刊2018-05-01）
白彩霞[9]（2018）在《如何观察与分析奶牛行为信息》一文中研究指出有些牧场不断更换牛群日粮结构,以期能够提高奶牛采食量,但实际上奶牛的营养问题是来自采食道及牛群等级分化产生的应激,因而导致有些奶牛采食受限。研究发现,这不仅与千奶期营养配制有关,还包含了其他影响因素,比如应激、小气候、饮水、运动和舒适度等。因此,养殖户对(本文来源于《河南科技报》期刊2018-04-17）
青巴图,沙元军[10]（2018）在《奶牛精细养殖信息技术进展》一文中研究指出随着社会经济和科学技术不断发展,现代信息技术在农业发展中得到了越来越广泛且深入的应用,极大地提高了农业生产的自动化、信息化、数字化水平,"数字农业"的概念随之提出。所谓"数字农业"就是以数字化技术为基础,根据人类的主观需求目标,针对农业涉及的所有对象和整个生产过程,实施可视化、数字化的设计、表达、控制和管理的农业。就"数字农业"而言,"数字畜牧业"是其重要的组成部分,也是现代畜牧养殖行业发展的主要趋势和方向。笔者即从奶牛精细养殖入手,就信息技术的应用进展,发表几点看法,以供相关人员参考。(本文来源于《中国畜牧兽医文摘》期刊2018年01期）
奶牛信息论文开题报告
（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：
奶牛养殖业是我国国民经济的重要组成部分,为了适应大规模、集约化奶牛养殖的发展需求,将自动化和信息化应用于奶牛养殖,通过精准养殖实时监测获取奶牛个体信息,实现奶牛养殖的信息化,可以提高奶牛的繁殖率和经济效益。笔者对国内外奶牛个体信息监测的研究现状进行了分析,重点阐述了奶牛行为监测、健康监测、个体识别的应用研究现状,讨论了相关研究目前存在的问题,并展望了奶牛个体信息监测技术的后续研究方向,即精准化、信息化、智能化。
（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。
奶牛信息论文参考文献
[1].孙书函,舒适,白云龙,赵畅,夏成.能量负平衡奶牛血清的蛋白组学及生物信息学分析[J].中国兽医学报.2019
[2].刘忠超,翟天嵩,何东健.精准养殖中奶牛个体信息监测研究现状及进展[J].黑龙江畜牧兽医.2019
[3].王莉薇.基于多源信息融合的奶牛反刍行为感知及分类识别研究[D].黑龙江八一农垦大学.2019
[4].王莉薇,谢秋菊,刘洪贵,闫丽,许译丹.基于多源信息感知的奶牛反刍行为可穿戴式监测装置的研究[J].黑龙江畜牧兽医.2019
[5].杨卓妮娜,王秀伟,郭丽,张伟红,杨焕民.奶牛miR-124a靶基因预测及生物信息学分析[J].中国生物制品学杂志.2018
[6].浣成,罗阳,何芳,伍佰鑫,李昊帮.湖南省奶牛生产性能测定(DHI)大数据信息管理平台建设初探[J].安徽农业科学.2018
[7].孙雨坤,岳奎忠,李文茜,么恩悦,刘鑫.图像信息技术在奶牛生产中的应用[J].动物营养学报.2018
[8].张子儒.基于视频分析的奶牛发情信息检测方法研究[D].西北农林科技大学.2018
[9].白彩霞.如何观察与分析奶牛行为信息[N].河南科技报.2018
[10].青巴图,沙元军.奶牛精细养殖信息技术进展[J].中国畜牧兽医文摘.2018