行为自动检测技术在生猪健康和福利方面的研究进展
《基于红外技术的生猪体温自动检测的研究》
《基于红外技术的生猪体温自动检测的研究》一、引言生猪养殖业是现代农业生产的重要组成部分，其生产效率、健康状况及疫病防控等问题一直备受关注。
体温是衡量生猪健康状况的重要指标之一，准确、快速地检测生猪体温对于预防疫病、提高养殖效率具有重要意义。
传统的人工检测方法存在操作繁琐、效率低下、易受人为因素影响等问题。
因此，研究基于红外技术的生猪体温自动检测方法，对于提高生猪养殖业的科技水平和生产效率具有重要意义。
二、红外技术概述红外技术是一种通过接收物体发射或反射的红外线，测量其温度的技术。
红外测温仪具有非接触、快速、准确等优点，广泛应用于工业生产、医疗卫生、军事等领域。
在生猪养殖中，红外技术可以实现对生猪体温的快速、准确检测，有效提高养殖效率。
三、基于红外技术的生猪体温自动检测系统设计（一）系统构成基于红外技术的生猪体温自动检测系统主要由红外测温仪、数据传输模块、数据处理与分析模块等组成。
其中，红外测温仪负责采集生猪体温数据，数据传输模块将数据传输至数据处理与分析模块，实现对生猪体温的实时监测与记录。
（二）工作原理系统通过红外测温仪对生猪进行非接触式测温，将测得的温度数据通过数据传输模块传输至数据处理与分析模块。
数据处理与分析模块对温度数据进行处理与分析，判断生猪是否处于正常体温范围，若发现异常体温，则及时报警并记录相关信息。
四、实验研究（一）实验材料与方法选取一定数量的生猪作为实验对象，使用基于红外技术的生猪体温自动检测系统对其实施体温检测。
同时，采用传统的人工检测方法进行对比实验，以验证红外自动检测系统的准确性和可靠性。
（二）实验结果与分析通过实验数据对比分析，发现基于红外技术的生猪体温自动检测系统具有较高的准确性和可靠性。
与传统的人工检测方法相比，红外自动检测系统具有操作简便、效率高、受人为因素影响小等优点。
同时，该系统还可以实现对生猪体温的实时监测与记录，为疫病防控提供有力支持。
五、结论与展望本研究表明，基于红外技术的生猪体温自动检测系统具有较高的应用价值。
《基于红外技术的生猪体温自动检测的研究》
《基于红外技术的生猪体温自动检测的研究》一、引言随着现代农业技术的快速发展，生猪养殖业对精准、高效的养殖管理技术需求日益增长。
其中，生猪体温的实时监测对于预防疾病、保障生猪健康具有重要意义。
传统的体温检测方法通常需要人工操作，不仅效率低下，而且容易因人为因素导致误差。
因此，研究并开发基于红外技术的生猪体温自动检测系统，对于提高生猪养殖的科技水平和生产效率具有重要价值。
二、红外技术概述红外技术是一种通过接收物体发出的红外线辐射来测量其表面温度的技术。
该技术具有非接触性、快速、准确等优点，适用于对移动物体或不易接触的物体进行温度测量。
在生猪养殖中，利用红外技术进行体温检测，可以避免对生猪造成应激反应，同时实现快速、准确的温度测量。
三、系统设计与实现基于红外技术的生猪体温自动检测系统主要包括红外测温仪、数据传输模块、数据处理与分析模块等部分。
其中，红外测温仪负责实时采集生猪的体温数据，数据传输模块将数据传输至数据处理与分析模块。
系统设计需考虑的要点包括测温仪的精确度、稳定性、抗干扰能力以及数据处理与分析的速度与准确性。
在实际应用中，该系统可安装于猪舍内合适的位置，通过非接触式测量方式获取生猪的体温数据。
同时，为保证数据的实时性与准确性，需对系统进行定期维护与校准。
四、实验与分析为了验证基于红外技术的生猪体温自动检测系统的性能，我们进行了实地实验。
实验过程中，我们将该系统与传统的水银温度计进行对比，对同一头生猪进行多次测量，并记录数据。
通过对比分析，我们发现该系统具有较高的精确度和稳定性，能够满足生猪养殖的实际需求。
此外，我们还对不同生长阶段、不同健康状况的生猪进行了体温检测，发现该系统能够实时、准确地反映生猪的体温变化，为及时发现生猪疾病提供了有力支持。
五、讨论与展望基于红外技术的生猪体温自动检测系统在实际应用中取得了良好的效果，为生猪养殖业提供了新的技术手段。
然而，该系统仍存在一些不足之处，如对环境因素的抗干扰能力有待提高、数据存储与分析功能有待进一步完善等。
基于无线传感器网络的猪运动行为监测系统研究的开题报告
基于无线传感器网络的猪运动行为监测系统研究的开题报告一、研究背景与意义猪是我国畜牧养殖业的主要品种之一，其生产效益直接关系到农村经济发展。
猪的运动行为是其健康生长的重要标志，而传统的人工监测方法费力费时，无法精确监测个体猪的运动轨迹和运动强度。
因此，基于无线传感器网络的猪运动行为监测系统的研究，对提高猪的养殖效益、促进畜牧业的可持续发展具有重要意义。
二、研究内容和目标本研究计划采用无线传感器网络技术，开发一种能够追踪个体猪运动轨迹和监测猪运动强度的系统。
具体研究内容和目标如下：1、设计并制作无线传感器节点根据猪的运动特点，设计一种小型化、低功耗、具有多种传感器功能的无线传感器节点，包括加速度传感器、压力传感器、音频传感器等多种传感器，能够实时监测猪的运动轨迹和运动强度等参数。
2、确定猪的运动特征对猪的运动特征进行分析，包括运动方向、运动频率、运动速度等参数，为后续算法设计提供数据支持。
3、研究猪运动行为的识别算法针对猪的运动特点，采用机器学习等算法，设计一套准确识别猪运动行为的算法，并对算法进行优化。
4、开发猪运动行为监测系统将传感器节点部署在猪圈内，通过数据采集和算法运算，实现猪运动行为的实时监测和记录。
并利用云计算和机器学习等技术，分析和预测猪的运动行为，提高养殖效益。
三、研究方法1、无线传感器网络技术采用无线传感器网络技术，构建猪运动行为监测系统。
通过搭建高效的无线通信网络，实现各传感器节点间的快速数据传输和通信，进而监测和记录猪的运动行为。
2、机器学习算法机器学习是一种以数据作为基础，借助算法对数据进行模式分析、预测和优化的方法。
本研究将采用机器学习算法进行数据挖掘和分析，比如基于神经网络的识别算法、支持向量机算法等。
3、实验验证在实验室设备上进行系统的算法验证、通信性能测试，以及猪场现场实验，对研究结果进行验证和改进。
四、研究预期成果本研究预期实现以下成果：1、设计并制作出无线传感器节点针对猪的运动特点，设计一种小型化、低功耗、具有多种传感器功能的无线传感器节点，实现对猪运动行为的实时监测和记录。
计算机视觉技术在生猪健康监测中的应用研究进展
计算机视觉技术在生猪健康监测中的应用研究进展随着科技的不断发展，计算机视觉技术在各个领域的应用也日趋广泛。
在农业养殖领域，生猪健康监测是一项关键的任务，而计算机视觉技术的应用则为实现智能化、自动化的健康监测提供了新的机会。
本文将重点探讨计算机视觉技术在生猪健康监测中的应用研究进展。
一、背景介绍生猪健康监测是确保猪只生长健康、预防疫病传播的重要环节。
传统的健康监测方式通常依靠人工观察和诊断，这种方式存在着人力资源浪费、误诊率高等问题。
而计算机视觉技术的应用则可以帮助农场主或兽医及时准确地检测出猪只的健康状况。
二、计算机视觉技术在生猪健康监测中的应用1. 图像识别计算机视觉技术可以通过对生猪图像进行识别和分析，来判断猪只的健康状况。
通过对不同疾病或异常情况下的猪只图像进行分析，可以建立起一套完整的图像识别模型，实现对生猪的自动检测。
比如，可以利用图像处理分析猪只的皮肤颜色、眼睛状态、粪便形状等指标，来判断猪只是否出现了某种疾病。
2. 行为识别除了从外观特征上识别猪只的健康状况外，计算机视觉技术还可以通过对猪只的行为进行识别来判断其是否健康。
猪只在生病或不适时通常会呈现出特定的行为表现，通过对这些行为的识别和分析，可以及时发现并判断猪只的健康状况。
例如，猪只在患病时会出现食欲下降、活动减少等表现，利用计算机视觉技术可以对这些行为进行自动识别。
3. 病变检测计算机视觉技术还可以通过对猪只的影像进行病变检测，帮助兽医及时发现并治疗疾病。
通过利用图像处理算法和模式识别技术，可以对猪只的X光影像、磁共振影像等进行分析和比对，从而实现病变的检测诊断。
这对于提高兽医的诊断准确性和效率，进一步保障猪只的健康成长具有重要意义。
4. 健康监控系统综合运用图像识别、行为识别和病变检测等技术，可以建立起一个完整的生猪健康监控系统。
该系统可以通过监测生猪的生长情况、饮食状况、活动情况等指标，实时反馈猪只的健康状况。
同时，通过对监测数据的分析和比对，还可以提供相应的疾病预警和建议，帮助农场主做好疾病防控工作。
《基于红外技术的生猪体温自动检测的研究》
《基于红外技术的生猪体温自动检测的研究》一、引言随着科技的不断进步，农业领域也在逐步实现智能化和自动化。
生猪养殖作为农业产业的重要组成部分，其健康监测和管理显得尤为重要。
生猪体温的检测是评估生猪健康状况的重要指标之一。
传统的生猪体温检测方法通常需要人工进行，效率低下且可能因人为因素导致误差。
因此，基于红外技术的生猪体温自动检测方法得到了广泛关注和研究。
本文旨在研究基于红外技术的生猪体温自动检测系统，以期提高生猪养殖的智能化水平和生产效率。
二、红外技术概述红外技术是一种基于红外线原理进行测温和成像的技术。
红外线具有较高的穿透力和抗干扰能力，能够在复杂的环境中实现非接触式测温。
在生猪养殖中，红外技术能够快速、准确地检测生猪的体温，为生猪健康监测提供有力支持。
三、系统设计基于红外技术的生猪体温自动检测系统主要包括红外测温模块、数据传输模块、数据处理与分析模块和显示与报警模块。
其中，红外测温模块负责实时检测生猪的体温；数据传输模块将检测到的数据传输至数据处理与分析模块；数据处理与分析模块对接收到的数据进行处理和分析，得出生猪的健康状况评估结果；显示与报警模块则将评估结果以直观的方式展示给养殖人员，并在必要时发出报警。
四、实验与分析为了验证基于红外技术的生猪体温自动检测系统的准确性和可靠性，我们进行了大量实验。
实验结果表明，该系统具有较高的测温精度和较短的测温时间，能够实时、准确地检测生猪的体温。
同时，该系统还能够根据检测到的数据对生猪的健康状况进行评估，为养殖人员提供有价值的参考信息。
此外，该系统还具有非接触式测温的特点，避免了传统测温方法中可能存在的交叉感染问题。
五、应用与展望基于红外技术的生猪体温自动检测系统在生猪养殖中具有广泛的应用前景。
首先，该系统能够提高生猪养殖的智能化水平，降低人工成本；其次，该系统能够实时、准确地检测生猪的体温，为养殖人员提供有价值的参考信息，有助于及时发现并处理生猪的健康问题；最后，该系统还能够提高生猪养殖的生产效率，促进农业产业的可持续发展。
以猪的行为评估猪福利
以猪的行为评估猪福利
Ｅ．Ａ．Ｐａｉｏｒ
动物行为科学家（动物行为学）与动物福利研究和动物
福利评估联系密切。
用动物行为评估福利有很多优点。
第一，
动物行为变化可能是动物福利改变的第一征兆。
第二，可以
不进入猪群监测其行为。
最后，在临床上可用行为来评估体
形健康和进行临床症状前的诊断，以及能了解动物需求、偏
好和猪群内部状况。
作为出发点，用详细描述行为可以定量
某种动物的自然行为。
详细描述通常是自然行为简单归类。
行为详述也提供行为发生的先后顺序。
比如，发生次数
或暂时性的，即是说，动物多久做某种行为一次，以及什么
时候做。
在自然环境中可预测动物将发生什么行为。
此外，
如果行为用作福利的可靠风向标，预测在某种环境下或某种
社会环境下发生哪种行为是很重要的。
例如，在猪场评估期
间评估猪的恐惧受到各种因素的影响，包括栏的位置、有无
同种个体、对进行检测的人熟悉与否。
徐静。
猪行为自动监测技术研究现状与展望
猪行为自动监测技术研究现状与展望作者：闫丽沈明霞刘龙申 陆明洲来源：《江苏农业科学》2016年第02期摘要：作为评价动物福利条件最直接的证据，也是动物行为学研究的核心内容，行为是对猪的运动功能、高级中枢神经功能和精神状态的评估，能够全面反映机体的整体状态，通过行为能够了解动物的适应性、生存所需要的条件及情感需求。
选取母猪为主要研究对象，归纳分析母猪在发情、分娩、哺乳和疾病各阶段所表现的活动形式、身体姿势、外表上可辨认的变化以及发声等行为特性，并针对这些行为，对目前国内外学者已经使用的包括电子测量、视频、音频等计算机自动监测技术进行综述，进一步提出对现有监测技术的改进建议，以期精准掌握猪的行为习性，创造适于猪生长的饲养环境，从而提高猪的生产性能。
关键词：母猪行为；母性行为；异常行为；自动监测；监测技术中图分类号： S126；TP274文献标志码： A 文章编号：1002-1302（2016）02-0022-04目前，养殖户利用现代技术测量如通风率、温度、湿度和有害气体等畜舍参数已十分普遍[1-4]，但对畜舍中动物行为的监测与识别却仍没有满意的技术。
2013年比利时的 Berckmans 教授首次提出精准动物养殖（Precision Livestock Farming）的概念，即提供连续、实时、自动的监控和观察，使养殖户能够监测和控制动物的健康和福利状态[5]。
2013年我国人均消耗猪肉40.65 kg[6]，猪作为人类食物的重要来源，其健康关系着食品安全、人类健康、环境污染和贸易壁垒等一系列问题。
猪和人类一样有感知、痛苦、恐惧等情感需求，作为表达感觉的肢体语言，行为表达着猪的喜怒哀乐、各种生理需求及欲望。
猪经过不断驯化，常见的行为模式从野猪的二十几种减少到家猪十余种，包括采食、排泄、群居、争斗、性、母性、活动与睡眠、探究、异常和后效行为等[7]。
精确了解猪的行为可有效提高猪肉生产的质量，其中对母猪行为的精准监测尤为重要。
智能种猪测定借力互联网助推精细化管理
智能种猪测定借力互联网助推精细化管理随着社会的发展和科技的进步，智能农业逐渐成为农业生产的主流趋势。
其中，智能种猪测定作为乡村振兴战略的重要组成部分，通过借力互联网，能够有效帮助农场实现精细化管理，并提高种猪养殖效益。
本文将探讨智能种猪测定的相关技术以及其在精细化管理中的应用。
智能种猪测定涉及到多个领域的技术，包括物联网、大数据分析、人工智能等。
首先，物联网技术将传感器和物理设备与互联网连接起来，为种猪管理提供了可靠的数据支持。
通过智能设备，农场主可以实时监测种猪的运动、饮食、体温等身体指标，帮助发现疾病、提高养殖效率。
同时，大数据分析的技术可以对大量产生的数据进行整合和分析，为农场主提供决策支持。
通过这些技术的应用，种猪管理可以更加科学化和精细化。
借力互联网的发展，智能种猪测定的应用范围也更加广泛。
通过互联网，农场主可以远程监控种猪的状态，无论身处何地，都能够及时了解种猪的健康状况。
这样一来，农场主可以更加及时地采取相应的措施，防止疾病的扩散和传播。
此外，通过互联网，农场主可以了解到全球最新的种猪管理技术和研究成果，从而更好地引进和应用于自己的养殖实践中。
智能种猪测定的应用不仅对于农场主有益，也对于整个养殖业的发展起到了推动作用。
通过智能化管理，可以提高种猪的生产能力和生产效率，减少损失，降低成本。
同时，智能种猪测定带来的科学化管理，对于提高种猪的质量和肉品的口感也有着积极的影响。
因此，智能种猪测定的推广可以有效促进养殖业向精细化、绿色化的方向发展，为农村经济的发展起到重要的促进作用。
当然，智能种猪测定也面临一些挑战和问题。
首先，这项技术的推广需要大量的初期投资，包括设备采购、数据分析等方面。
其次，数据安全和隐私问题也是一个需要重视的方面。
对于种猪的相关数据，应该加强保护，避免泄露和滥用。
此外，农场主和相关从业人员的技术培训和接受度也需要提高。
只有他们掌握了智能化管理的相关知识和技术，才能更好地应用于实际生产中。
畜禽行为及生理信息的无损监测技术研究进展
第33卷 第20期 农 业 工 程 学 报 V ol.33 No.202017年 10月 Transactions of the Chinese Society of Agricultural Engineering Oct. 2017 197畜禽行为及生理信息的无损监测技术研究进展汪开英，赵晓洋，何 勇（浙江大学生物系统工程与食品科学学院，杭州 310058）摘 要：畜禽信息主要包括动物健康信息、行为信息、情绪信息。
禽畜养殖中，准确高效监测畜禽信息有助于分析动物的生理、健康和福利状况，及时发现生病或异常个体，以减少经济损失和保障动物福利。
目前畜禽养殖中主要依靠人工观察方式获取畜禽信息，主观性强且精度低；或者在饲养过程中采用一些将装置植入动物体内或对动物进行手术的监测手段，造成动物应激反应，有损动物福利。
无损监测技术可以有效减少人力，降低观察者对动物的影响，减少监测过程中对动物造成的损伤与应激反应，提高动物福利。
随着信息技术的进步，畜禽信息无损监测技术也在不断发展。
该文阐述了畜禽养殖中传感器监测、图像监测及声音监测3种无损监测技术在获取畜禽信息方面的研究与应用现状，并分析3种无损监测技术的优劣。
传感器监测技术发展较其他2种技术相对更加成熟，应用也更加广泛，可用来监测动物饮食、行为姿态等，但适合动物穿戴、可长期高效工作的传感器节点技术有待突破；图像监测技术利用前景提取、模式识别等方法对动物图像进行分析，可进行动物行为识别、质量估计等，对动物影响最小。
但目前算法还不成熟，装置受环境干扰较大，因此应用有限；声音监测技术起步较晚，受限于环境噪声的影响，识别正确率较低，但在动物行为监测、疾病预警、情绪识别、饮食监测等方面均有较好的应用前景。
该文还展望了畜禽信息无损监测技术未来精准、高效、智能、经济的发展趋势。
关键词：传感器；监测；动物；禽畜养殖；无损监测；动物福利；图像；声音 doi ：10.11975/j.issn.1002-6819.2017.20.025中图分类号：S852.2; S811.8; TP212.9 文献标志码：A 文章编号：1002-6819(2017)-20-0197-13 汪开英，赵晓洋，何 勇. 畜禽行为及生理信息的无损监测技术研究进展[J]. 农业工程学报，2017，33(20)：197－209. doi ：10.11975/j.issn.1002-6819.2017.20.025 Wang Kaiying, Zhao Xiaoyang, He Yong. Review on noninvasive monitoring technology of poultry behavior and physiological information[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(20): 197－209. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2017.20.025 0 引 言畜牧业是中国农业增效、农民增收的重要产业，近年来取得了长足的进展[1]，现代畜禽养殖业的规模化和集约化快速发展，可与此同时畜禽疫病暴发、环境恶化及动物行为异常等动物健康福利问题也越来越严重。
反刍家畜典型行为监测与生理状况识别方法研究综述
反刍家畜典型行为监测与生理状况识别方法研究综述反刍家畜典型行为监测与生理状况识别方法研究综述一、引言反刍家畜的健康和生产性能对养殖业至关重要。
准确监测和识别反刍家畜的行为和生理状况可以帮助养殖者及时做出调整和干预，以提高畜群的健康和生产效益。
本综述将介绍反刍家畜典型行为监测与生理状况识别方法的研究现状和应用前景。
二、典型行为监测方法1. 观察法观察法是最基本的行为监测方法之一。
养殖者通过观察家畜的口水流出、反刍时间、舔咀等行为来判断它们的健康状况。
观察法简单直观，但主观性较强，容易受到环境和养殖者的影响。
2. 电子标签电子标签是一种无线识别技术，用于记录和监测反刍家畜的行为和生理状况。
标签包括压力传感器、温度传感器、加速度计等，可以实时监测家畜的运动、反刍次数和姿势等信息。
电子标签可以提供客观和精确的数据，但其成本较高，对家畜产生一定的干扰。
3. 视频监测视频监测是一种实时记录和观察行为的方法。
通过摄像机记录家畜的行为，养殖者可以追踪和评估反刍家畜的活动模式和行为习惯。
视频监测可以提供大量的数据，但需要大量的人力和时间去分析。
三、生理状况识别方法1. 体温监测反刍家畜的体温变化与其健康状态密切相关。
通过体温传感器和数据记录仪，可以实时监测家畜的体温并进行分析。
体温异常可能表示家畜受到感染或其他疾病的影响，可以作为预警指标。
2. 心率监测心率是家畜生理状况的重要指标之一。
通过心率传感器，可以实时监测和记录家畜的心率变化，并识别是否出现异常。
心率监测可以帮助养殖者及时发现家畜的应激反应和心脏疾病等。
3. 瘤胃酸度测定反刍家畜的瘤胃酸度与其饲料消化和营养状态有关。
通过使用胃酸度计，可以测定家畜的瘤胃酸度，进而判断其反刍和消化功能是否正常。
瘤胃酸度测定是一种准确和可靠的分析方法。
四、方法的应用前景反刍家畜典型行为监测与生理状况识别方法的研究和应用取得了显著的进展，并在现代养殖业中得到了广泛应用。
这些方法可以实时、客观地监测和评估反刍家畜的行为和生理状况，为养殖者提供科学依据，帮助提高畜群的健康和生产效益。
基于RFID技术的生猪行为自动监测系统的设计
进食 量少 等 指 标 的检 测 。系 统 的 的 硬 件 平 台 架 构 如
式 系统 技 术 和射 频 身份 识 别技 术 ， 实 现 对生 猪 饲养 过 程 中 对 其 进 食 行 为 等 的 有 效 监 测 。 同 时 ， 说 明 了 系 统 的 硬 件 组成 和 相 关芯 片 选 型 ， 并介 绍 了系 统 软 件 流 程 方 案 。经 过 测 试 ， 该 方 案合 理 、 有效 ， 且 系统易于实现 ， 价 格 低 廉， 适 用 于大 型 或 中 型生 猪饲 养 基 地使 用 。 关 键 词 ：生 猪 行 为 ； 自动监 测 系 统 ；嵌 入式 系统 ；Ｒ Ｆ Ｉ Ｄ技 术
中 图分 类 号 ：Ｔ Ｐ ２ ７ ３ ． ５பைடு நூலகம் 文 献 标 识 码 ：Ａ 文 章 编 号 ：１ ０ ０ ３ － １ ８ ８ Ｘ（ ２ ０ １ ４） ０ １ － ０ １ ０ ８ － ０ ４
０ 引 言
动 物 群养 行 为 的研 究 表 明 ， 健 康 的生 猪 具 有 特 定 的生 活 习性 ， 如排泄、 进 食行 为等 ， 通过 对 这 些 行 为 的 观察可 及时确定疑似猪病 ， 减少猪疫发 生的可能性。
２ ０ ｌ ４年 １月
农 机 化 研 究
第 １期
基 于 Ｒ Ｆ Ｉ Ｄ 技 术 的 生 猪 行 为 自 动 监 测 系 统 的 设 计
王 军 ，姜永 增 ，郭 艳 宏
（ １ ． 齐 齐 哈尔 大 学 计 算 机 与控 制 工程 学 院 ，黑龙 江 齐齐 哈 尔 １ ６ １ ０ ０ ６；２ ． 齐 齐 哈尔 医 学 院 附 属第 二 医 院计 算 机 中心 ，黑 龙江 齐 齐 哈尔 １ ６ １ ０ ０ ６ ） 摘 要 ：提 出 了一 种结 构 简 单 、 易于 实 现 、 高效 的 基 于 Ｒ Ｆ Ｉ Ｄ技 术 的 生猪 行 为 自动监 测 系统 的设 计 方 法 ， 采用 嵌 入
猪场咬尾行为早期自动监测预警研究(上)
26猪业科学 SWINE INDUSTRY SCIENCE 2019年36卷第1期国际瞭望GLOBAL NEWS精选文章猪场咬尾行为早期自动监测预警研究 （上）张振玲（编译）(徐州生物工程职业技术学院动物工程系，江苏 徐州 221006)摘 要：保持较低的尾部姿势（低尾姿）是一个可减少咬尾发生不确定性的预警信号。
研究采用精准畜禽养殖（Precision Livestock Farming，PLF），利用脉冲式3D 摄像机，用机器视觉算法处理数据，实现猪尾姿势的自动化测量。
3D 算法验证检测低尾姿准确率为73.9%（灵敏度88.4%，特异性66.8%）。
在典型商业饲养条件下，分8批次，共饲养23组，每组29头不断尾猪。
其中，有15组暴发咬尾现象，随后把咬尾及被咬尾的猪均转移出圈，治疗被咬猪，同时加入环境富集材料。
3D 数据显示，猪的低尾姿检出率在咬尾暴发前有所增加，而在暴发后有所下降。
暴发前，低尾姿率随时间推移呈增加趋势，暴发前1周低尾姿率高于前2周。
在每一批次中，确定一个咬尾暴发组和一个非暴发组（作对照）。
在暴发前１周、暴发后1和2周中，暴发组与对照组（非暴发组）相比有更多的3D 低尾姿检测率。
比较3D 尾部姿势和尾部损伤评分数据，低尾姿比例越高，受伤的猪就越多。
低尾姿可能不仅仅意味着有咬尾行为，因为当猪被移到一新圈时，不同组的猪的尾巴姿势不同，随时间的推移，猪的低尾姿比例增加。
预示了3D 机器视觉系统的潜力，它可以自动检测猪尾部姿势，并为猪场咬尾暴发提供早期预警。
关键词：猪；咬尾；自动监测；预警；3D基金项目：徐州生物工程职业技术学院2017年度院级科技计划项目（2017KY07）。
徐州生物工程职业技术学院畜牧兽医品牌专业建设资金资助。
作者简介：张振玲（1973-），男，山东菏泽人，博士，讲师，研究方向：动物福利与健康养殖、畜禽养殖废弃物处理。
Zzl2007126@咬尾仍是养猪业中一个长期持续存在的问题且很难预测，其影响到猪的福利和生产。
基于 RFID 技术的生猪行为自动监测系统的设计
基于 RFID 技术的生猪行为自动监测系统的设计王军;姜永增;郭艳宏【摘要】提出了一种结构简单、易于实现、高效的基于RFID技术的生猪行为自动监测系统的设计方法，采用嵌入式系统技术和射频身份识别技术，实现对生猪饲养过程中对其进食行为等的有效监测。
同时，说明了系统的硬件组成和相关芯片选型，并介绍了系统软件流程方案。
经过测试，该方案合理、有效，且系统易于实现，价格低廉，适用于大型或中型生猪饲养基地使用。
%This paper proposes a method of automatic monitoring system design based on RFID technology pig behavior , it is simple in structure ,easy to implement and efficient .It uses the embedded system technology and radio frequency i-dentification technology , the hog process to effectively monitor their eatingbehavior .This paper describes the hardware components of the system and the chip selection and system software processes .Tested the program is reasonable ,effective and easy to implement , inexpensive and suitablefor large or medium-sized hog base .【期刊名称】《农机化研究》【年(卷),期】2014(000)001【总页数】4页(P108-111)【关键词】生猪行为;自动监测系统;嵌入式系统;RFID 技术【作者】王军;姜永增;郭艳宏【作者单位】齐齐哈尔大学计算机与控制工程学院，黑龙江齐齐哈尔 161006;齐齐哈尔大学计算机与控制工程学院，黑龙江齐齐哈尔 161006;齐齐哈尔医学院附属第二医院计算机中心，黑龙江齐齐哈尔 161006【正文语种】中文【中图分类】TP273+.5动物群养行为的研究表明，健康的生猪具有特定的生活习性，如排泄、进食行为等，通过对这些行为的观察可及时确定疑似猪病，减少猪疫发生的可能性。
基于计算机视觉的哺乳母猪行为识别研究
基于计算机视觉的哺乳母猪行为识别研究随着计算机视觉技术的进步，越来越多的研究开始关注动物行为的自动识别和监测。
其中，基于计算机视觉的哺乳母猪行为识别研究具有重要的实际意义。
本文将从研究背景、方法和应用等方面综述这一领域的最新进展。
背景：母猪是畜牧业生产链中的关键环节之一，其行为对于生产效率和动物福利具有重要影响。
传统上，母猪的行为信息是通过人工观察和记录获得的，但这种方法耗时、主观且无法连续监测。
因此，利用计算机视觉技术实现对母猪行为的自动识别和监测具有重要的研究价值和实际应用前景。
方法：基于计算机视觉的母猪行为识别主要包括图像处理、特征提取和行为识别三个步骤。
在图像处理阶段，首先需要对采集到的母猪图像进行预处理，如去噪、增强对比度等，以提高后续处理的效果。
接下来，通过边缘检测、颜色分割等技术，将母猪与背景分离出来，并形成每一帧的二值图像。
在特征提取阶段，利用形态学运算、统计特征等方法，从二值图像中提取出与母猪行为相关的特征。
最后，在行为识别阶段，采用机器学习算法，如支持向量机、神经网络等，对提取得到的特征进行训练和分类，实现对母猪行为的自动识别。
应用：1.动物福利监测：通过识别母猪的不同行为，可以及时发现和干预可能存在的动物福利问题，如过度养殖、行为异常等。
这对于提高动物福利水平具有重要的促进作用。
2.生产性能评估：母猪的行为对其养殖性能有直接的影响，如饲料摄入量、活动程度等。
通过对母猪行为的自动识别和监测，可以提供精确的行为数据，为养殖者进行科学管理和决策提供依据。
3.疾病诊断和预测：母猪在患病时会表现出特定的行为变化，如食欲不振、活动减少等。
通过对母猪行为的实时监测和识别，可以及时判断和预测其患病的可能性，为防控疾病提供参考。
总结：基于计算机视觉的哺乳母猪行为识别研究具有重要的实际应用价值。
通过对母猪行为的自动识别和监测，可以提高动物福利、评估生产性能，并帮助提前判断和预防疾病的发生。
未来，随着计算机视觉技术的不断发展和完善，基于计算机视觉的哺乳母猪行为识别研究在畜牧业领域的应用前景将更加广阔。
《基于红外技术的生猪体温自动检测的研究》
《基于红外技术的生猪体温自动检测的研究》一、引言随着现代农业技术的不断进步，生猪养殖业正逐步向智能化、自动化方向发展。
其中，生猪体温的实时监测对于预防疾病、保障生猪健康具有重要意义。
传统的生猪体温检测方法主要依靠人工测量，不仅效率低下，而且易出现误差。
因此，研究基于红外技术的生猪体温自动检测系统，对于提高生猪养殖的科技含量和经济效益具有重要价值。
二、红外技术概述红外技术是一种基于红外线传感器的非接触式测量技术。
红外线传感器能够接收并处理来自目标物体的红外辐射，将其转换为电信号，进而实现对目标物体的温度测量。
红外技术具有非接触、快速、准确等优点，广泛应用于工业生产、医疗卫生、军事侦察等领域。
三、基于红外技术的生猪体温自动检测系统（一）系统构成基于红外技术的生猪体温自动检测系统主要由红外温度传感器、数据采集与处理模块、通信模块、控制与显示模块等组成。
其中，红外温度传感器负责采集生猪体表温度数据，数据采集与处理模块对温度数据进行处理与分析，通信模块负责将处理后的数据传输至控制与显示模块。
（二）工作原理系统工作时，红外温度传感器对准生猪体表，接收其发射的红外辐射，并将其转换为电信号。
数据采集与处理模块对电信号进行处理，提取出温度信息，并进行滤波、放大等操作。
然后，通信模块将处理后的数据传输至控制与显示模块，实现对生猪体温的实时监测与显示。
（三）系统优势1. 非接触式测量：避免了对生猪的干扰，提高了测量效率。
2. 快速、准确：红外技术能够快速响应并准确测量生猪体温。
3. 实时监测：可实现对生猪体温的实时监测与记录，便于及时发现异常情况。
4. 智能化：可通过计算机或手机等设备实现远程监控与管理。
四、实验与分析（一）实验方法为验证基于红外技术的生猪体温自动检测系统的准确性与可靠性，我们进行了实际养殖场的实验。
实验过程中，我们将该系统与传统的水银温度计进行对比测量，并对测量结果进行统计分析。
（二）实验结果与分析经过实验验证，基于红外技术的生猪体温自动检测系统的测量结果与水银温度计的测量结果基本一致，误差在允许范围内。
实用新型行为工程学养猪专利产品及推广应用
实用新型行为工程学养猪专利产品及推广应用随着科技的发展，各行各业都在不断地涌现出新的技术和产品，农业也不例外。
其中，行为工程学养猪专利产品是一款相对较为实用和成熟的新型产品。
接下来，本文将从以下几个方面介绍该产品及其推广应用。
一、行为工程学养猪专利产品简介行为工程学养猪专利产品，是通过对猪的行为特点进行深入研究，结合可穿戴设备和人工智能等技术，开发的一系列养猪产品。
它可以实时记录猪的运动轨迹、进食量、活动量等数据，并通过算法进行分析和预测，提供合理的养殖建议。
该产品精度高、使用简便，可以大大提高猪的养殖效率和健康水平。
二、该产品的优势该产品优势明显，主要包括以下几个方面：1.实时监测和记录猪的行为数据，可以及时发现问题，提高猪的健康水平。
2.通过算法分析，提供精准的养殖建议，可以有效避免养殖过度或不足造成的浪费。
3.可穿戴设备小巧轻便，操作简单方便，人工智能技术的引入使产品使用更为智能化。
三、该产品的推广应用虽然行为工程学养猪专利产品已经成为当前养殖行业的热点之一，但在实际推广应用时，还需要做出更多的工作。
1. 加强市场宣传，提高社会认知度。
目前，许多农户对此产品的了解还不全面，因此需要加大宣传力度，扩大其知名度。
2. 搭建养殖技术交流平台，帮助养殖户技能提升。
在产品推广过程中，还需要加强与养殖户的交流，帮助他们更好地了解该产品，并提供实时的技术支持。
3. 丰富产品功能，提高产品性能。
在推广过程中，还需要不断完善该产品的性能和功能，确保其在多样化的应用场景下均具有效用性。
四、结论行为工程学养猪专利产品是一款极具实用价值和推广潜力的产品。
通过加强市场宣传、扩大社会认知度、帮助养殖户提高技能水平并不断完善产品性能，可以实现产品的快速推广和落地应用。
相信在未来的养殖行业中，该产品将发挥着越来越重要的作用。
用于早期肠道疾病诊断的自动仔猪行为检测
212023年40卷第7期 SWINE INDUSTRY SCIENCE 猪业科学国际瞭望GLOBAL NEWS本刊编辑/李林铮（编译）《兽医科学前沿杂志》上的一项新研究表明，使用视觉成像自动监测仔猪行为可以及早发现断奶后仔猪的肠道疾病。
该方法使用几种已建立的模型来量化仔猪的行为和姿势，为检测肠道疾病（如断奶后大肠杆菌病）和防止在群体内进一步传播提供了可靠的诊断工具。
来自贝尔法斯特女王大学和英国农业食品与生物科学研究所的Ilias Kyriazakis ，Ali Alameer ，Katarína Bu čková和Ramon Muns 的研究文章评估了一种基于视觉成像的自动化方法，用于监测断奶后仔猪的行为和姿势，对肠道疾病检测具有诊断价值。
1 数据采集该团队共监测了360头10日龄的杂交杜洛克x （大白x 地方品种）仔猪。
他们为仔猪提供了不含抗菌剂的蠕变饲料。
仔猪断奶并在第28天时转移到保育舍。
仔猪在断奶时有1种日粮中的3种：添加氧化锌的入门饮食、不含任何额外氧化锌的入门饮食、添加抗生素（包括阿布拉霉素）的入门日粮，以控制细菌来源的断奶后腹泻。
这3种饮食治疗控制了断奶后立即发生肠道疾病的风险。
在起始处理期结束时，为所有仔猪提供相同的生长日粮。
该团队记录了每头仔猪的体重，以及平均日增重、平均日采食量和饲料转化率。
他们进行了粪便一致性评分，并使用摄像机监测与断奶后腹泻相关的站立和非站立姿势以及喂养和饮水行为差异。
2 几个成熟的模型该团队使用了几个最近成熟的模型，包括YouOnly Look Once （YOLO ），centrenet ，EfficientDet ，SSD 和Faster RCNN 来检测仔猪的行为。
YOLO 模型在所有数据集类中实现了最高性能。
该团队将其用作量化仔猪行为和姿势的主要平台。
该方法以0.96的高平均精度可靠地检测了摄食行为。
在所有数据类别中，饮酒行为的表现最低，平均精度为0.7。
人工智能在非洲猪瘟诊断和监测上的应用探索
人工智能在非洲猪瘟诊断和监测上的应用探索非洲猪瘟是一种对全球养猪业造成巨大威胁的高度传染性疾病。
自其出现以来，给养猪户带来了沉重的经济损失，也对全球的猪肉供应和食品安全产生了深远影响。
为了更有效地应对这一挑战，科技的力量不容忽视，其中人工智能（AI）的应用正逐渐展现出巨大的潜力。
在传统的非洲猪瘟诊断和监测方法中，主要依赖兽医的临床观察、实验室检测等手段。
然而，这些方法往往存在一定的局限性，比如检测时间长、准确率有限、难以实现大规模的实时监测等。
而人工智能的引入，则为解决这些问题提供了新的思路和可能。
首先，在猪只的行为监测方面，人工智能可以发挥重要作用。
通过在养殖场安装高清摄像头和传感器，收集猪只的活动数据，如饮食、睡眠、运动等行为模式。
利用 AI 技术对这些数据进行分析，可以建立正常行为的基准模型。
一旦猪只出现异常行为，如食欲不振、过度嗜睡、活动异常等，AI 系统能够迅速发出警报，提示可能存在健康问题，包括非洲猪瘟的早期迹象。
其次，图像识别技术也是人工智能在非洲猪瘟诊断中的一个关键应用。
利用深度学习算法，训练 AI 系统识别猪只身上的病变特征，如皮肤红斑、淋巴结肿大等。
与传统的人工肉眼观察相比，AI 能够更快速、准确地发现这些细微的病变，大大提高了诊断的效率和准确性。
在体温监测方面，人工智能同样具有优势。
使用热成像技术获取猪只的体温数据，AI 系统能够实时监测猪只的体温变化。
非洲猪瘟感染初期，猪只的体温通常会升高，AI 可以及时捕捉到这一异常，为早期诊断提供重要依据。
此外，对于养殖场的环境监测，人工智能也能大显身手。
通过监测温度、湿度、通风等环境参数，结合猪只的健康数据，AI 能够分析出环境因素对猪只健康的影响，从而帮助养殖场优化环境管理，降低非洲猪瘟的传播风险。
然而，要实现人工智能在非洲猪瘟诊断和监测中的有效应用，也面临着一些挑战。
数据质量和数量是一个关键问题。
高质量、大量的训练数据对于训练出准确可靠的 AI 模型至关重要。
家畜行为智能监测系统的研究进展
家畜行为智能监测系统的研究进展
闫丽;邵庆;席桂清
【期刊名称】《家畜生态学报》
【年(卷),期】2014(035)012
【摘要】家畜行为是家畜心里、生理健康状况的外在表现.家畜行为监测与分析有利于建立行为模型并发觉异常行为,减少经济损失.目前国内主要依赖于养殖人员人
工观察方式监测家畜行为,主观性强且精度低.随着现代信息技术的不断发展,智能化行为监测方法也在快速发展和不断更新.论文阐述了基于电子测量仪器的运动识别、基于视频的动作状态识别和基于声音的情绪表达识别方法的研究现状,进一步展望
了家畜行为智能监测系统的后续研究方向,以期建立家畜行为数据采集数据库和行
为分析专家系统,挖掘家畜行为的深层含义.
【总页数】5页(P6-10)
【作者】闫丽;邵庆;席桂清
【作者单位】黑龙江八一农垦大学信息技术学院,黑龙江大庆163319;黑龙江八一
农垦大学信息技术学院,黑龙江大庆163319;黑龙江八一农垦大学信息技术学院,黑
龙江大庆163319
【正文语种】中文
【中图分类】S811.6
【相关文献】
1.爆破振动危害智能监测系统研究进展 [J], 钟明寿;谢全民;刘影;潘鲁萍;谢兴博
2.奶牛行为信息智能监测系统研究 [J], 曾立华;冯娟;高昉;赵秋霞
3.家畜的犁鼻器与性外激素——嗅器在家畜性行为中的作用 [J], 曾文宗;尹开志
4.放牧生态系统家畜牧食行为研究进展 [J], 丁路明;龙瑞军;郭旭生;尚占环
5.家畜行为及其遗传学研究进展 [J], 吕慎金;杨燕;魏万红
因版权原因，仅展示原文概要，查看原文内容请购买。
现代化生猪养殖环境测控技术现状
现代化生猪养殖环境测控技术现状当前，随着科技的不断发展，现代化生猪养殖环境测控技术也迎来了飞速的发展。
这些技术不仅可以提高养猪的生产效率和质量，还可以改善猪舍的环境，实现绿色养殖，从而更好地满足市场需求。
本文将对现代化生猪养殖环境测控技术的现状进行介绍和分析。
一、自动化喂食技术自动化喂食技术是现代化养猪环境测控技术中的重要组成部分。
它可以根据猪只的体重和生长状态自动调配饲料，在合适的时间和量进行喂食，避免了传统养猪过程中由于人为因素而导致的饲料过多或过少的情况。
自动化喂食技术还可以监测猪只的进食情况，及时了解猪只的饲料需求，为科学合理的饲养提供数据支持。
目前，自动化喂食技术主要包括智能喂食系统和全自动喂食系统两种形式。
智能喂食系统通过传感器对猪只的体重、饮食量等数据进行监测和分析，根据猪只的生长状态和饲料需求进行智能调配饲料。
全自动喂食系统则是完全无人化操作，通过计算机控制系统实现对猪只的精准喂食。
二、智能环境监测技术智能环境监测技术是现代化生猪养殖环境测控技术中的关键环节，它可以实时监测猪舍内的温度、湿度、氨气、二氧化碳等环境指标，保障猪只的生长健康。
通过这些监测数据，养猪户可以及时调整猪舍的通风与采暖设备，保持猪舍内的良好环境，促进猪只的生长发育。
智能环境监测技术主要包括环境传感器、数据采集与处理系统和远程监控系统。
环境传感器可以实时采集猪舍内各项环境指标的数据，数据采集与处理系统可以对这些数据进行分析处理，并及时发出警报。
远程监控系统则可以实现对猪舍环境的远程监控和调节，保障养猪环境的稳定与安全。
智能疾病监测技术是现代化生猪养殖环境测控技术中的重要组成部分。
它可以通过对猪只的行为、生理指标等数据进行监测和分析，及时发现猪只的健康异常，预防和控制疾病的传播。
智能疾病监测技术可以帮助养猪户提高猪只的健康水平，降低疫病风险，减少兽医费用。
目前，智能疾病监测技术主要包括猪只行为监测系统、生理参数监测系统和疫病预警系统。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
家畜生态学报 ActaEcologiaeAnimalisDomastici
Vol40 No10 Oct 2019
行为自动检测技术在生猪健康和福利方面的研究进展
叶建伟，薛亚辉，王明宇，韩雪蕾，乔瑞敏，李新建** (河南农业大学 牧医工程学院，河南郑州450002)
［摘 要］ 随着畜牧业集约化的发展，动物福利对猪肉品质和质量安全的影响越来越引起人
随着中国养猪业不断朝着规模化、集约化方向 发展，动物的健康和福利关系到整个行业的未来。 较差的福利将会导致动物健康出现问题，致使生产 性能下降,异常行为频繁发生等［1］,也会对屠宰后肉 品质2产生较大的影响。目前，国内外对动物福利 的评价指标主要有行为指标、生理生化指标、生产力 指标、健康状况以及畜产品质量等3。在养猪生产 过程中，饲养管理水平、养殖环境因素、卫生因素、交 通运输因素以及屠宰方式等都会影响猪的福利状 况，并通过上述指标直接或间接表现出来。在生猪 养殖中，亚临床疾病通常不易被察觉，只在屠宰时才 能检测到，这就对商业生产造成了不利影响。动物 的健康状况通常需要靠一线养殖工人的巡视观察来 获得，认真细心的工人可能在群体中猪个体出现较 明显的症状时意识到问题的严重性，立刻采取隔离、 治疗以及免疫等措施，然而一些工人只是在被观察 的猪群中出现大面积明显的临床症状时才能发现问 题。通常情况下，这些行为变化由员工来量化确定， 较为主观和后知后觉，特别是现在国内一些较大集 团下属几十甚至上百个养猪子公司，即使制定统一 的执行标准，但是不同员工之间在实际操作中也会
据报道，自动化的机器比经验丰富的观察者更 准确,然而也存在一些不足，如在现有管道、水循 环系统、采食槽［21］中安装传感器，假定在出口处存 在饮水行为［2］，不能准确检测猪在高温下为降温嬉 戏而浪费的水量［2］。
2运动姿势相关行为与猪健康和福利
动物的运动行为姿势可能受到骨骼和内脏疾病 影响。跛行是经产母猪淘汰的主要原因之一，其可 以通过自动检测仪器识别。猪的躺卧姿势也是其是 否健康的体现，如猪“犬坐式”姿势则表明其腹部疼 痛，而四肢伸展、侧卧时表明猪比较舒适；猪的尾 巴也是有用的健康晴雨表，尾巴向上指示其健康状 况良好，后腿夹着尾巴，则可能是其感到疼痛或患有 疾病。由于肢体的运动和视觉受到脑部神经的控
计算机硬件、传感数据处理、计算机视觉和机器等方
面)的研究是个巨大的挑战旧。本文综述了通过自
动检测猪的行为变化，早期发现猪群健康和福利问
题等方面的研究进展，希望为进一步研究自动化检
测动物行为问题提供帮助，对引导公司改进生产管
理、
群
具有重要 导 。
1米食排泄行为与猪健康和福利
到饲养
［6］、 群内 体
相处⑺和疾病等因素的影响。例如动物日采食量的
们的重视。在养猪生产中，早期发现猪群在健康和福利上出现的问题，并在发病前做出相应处
理，可减少经济效益的损失。文章综述了关于行为自动检测技术在生猪健康和福利中的研究
进展，包括使用射频识别技术RFID、传感器技术、蓝牙技术以及图像记录技术来监控猪的采
食、饮水和排泄行为、与运动姿势相关的行为、疾病特异性行为、社会行为等。结合当前精准畜
目前一般通过使用射频识别技术RFID (Radio Frequency Identification)来监测猪的行为，通过检 测猪群耗水量的变化，技术人员可以提前1天预测 出猪群即将发生腹泻［6］,便于及早做出应对措施。 类似地，在饲喂系统安装的自动检测设备能够在其 发病前9周预测猪的咬尾现象［7］。
产生一定的误差。为应对这一问题，可以通过自动
监测动物早期的行为变化，并对监测数据进行分析
判断,得出被观测的动物群体是否出现健康问题，然
后把结果反馈给生产管理者，以便及时采取措施,做
出相应的处理。自动化检测具有无人干预、独立可
靠和连续性强等优点，是动物福利研究的发展趋
势4。而规模化猪场的自动化系统(包括传感器和
第10期
叶建伟，等：行为自动检测技术在生猪健康和福利方面的研究进展
9
持续时间发生变化［10］,些代谢疾病和腹泻引起的 脱水、应激和高温环境［1将会导致饮水量增加。此 外，高密度饲养会导致猪群饮水的频率降低，但是在 其获得饮水机会时，会一次性饮用更多的水来维持 正常生命活动的需要［2］。Krsnik等［3发现，通过 分析采食、排泄、饮水和躺卧行为的发生频率与持续 时间的变化规律，可以预测猪群未来是否发生细菌 感染。Ahmed等［4］通过视频记录系统监测试验猪 感染沙门氏菌的研究表明，如果猪感染沙门氏菌将 会导致采食和饮水频率下降、站立和走动时间减少。 另外，猪的排尿频率或体积变化也可能作为猪群是 否健康的指标，其前提条件是在比较适宜的饲养环 境下进行，因为猪在不适环境温度条件下的排泄行 为是不规律的［5］。
牧业中要满足生猪健康和福利的发展趋势和应用需求 ，自动检测动物行为的应用将向自动采
集数据和自动分析的方向发展。
［关键词］ 猪；自动检测;行为变化；健康和福利
［中图分类号］S811.5
［文献标识码］ A
doi：10. 3969/j. issn. 1673-1182. 2019. 10. 002
［文章编号］1005-5228(2019)10-0008-06
［作者筒介］叶建伟(1991-),男，河南驻马店市人，硕士研究生，主要从事猪的遗传育种与繁殖研究。E-mail： yejianwei7500@ * ［通讯作者］李新建(1977-),男，河南周口市人，副教授，博士，主要从事猪的遗传育种与繁殖研究。E-mail： lxjlongfei@163. com
ቤተ መጻሕፍቲ ባይዱ
减少多由于疾病的感染而引起，且是动物疾病早期
的征兆8。有研究表明，在一些特定的情况下，采食
和饮水行为的变化可能不会导致日采食量或水摄入
量发生变化9 ,但是会引起其采食和饮水的频率与
［收稿日期］2018-09-17修改日期;2019-04-02
［基金项目］河南省生猪产业技术体系(S2012-06-G03)
在饲喂和饮水区的RFID已被用于测量个体采 食和饮水频率，并记录其持续时间［18］。测量饮水行 为的RFID监控系统通常包括高频射频识别耳标 (HF RFID ear tags)和饮水乳头处高频射频识别天 线(HF RFID antenna around the nipple)，猪在饮水 时会被系统记录。RFID系统需要RFID应答器和 RFID天线或接收器，当多个应答器接近于接收器 时，低频RFID不能识别出个体［9］。