畜禽物聯(lián)網(wǎng)理論、技術(shù)及應(yīng)用PPT 第5章 畜禽物聯(lián)網(wǎng)信息處理和應(yīng)用

畜禽物聯(lián)網(wǎng)信息處理和應(yīng)用第5章5.1大數(shù)據(jù)5.1.1大數(shù)據(jù)與畜禽業(yè)大數(shù)據(jù)5.1.2畜禽業(yè)大數(shù)據(jù)管理5.2云計(jì)算5.2.1云計(jì)算的三種部署模型5.2.2云計(jì)算的三種服務(wù)模式5.2.3云計(jì)算在畜禽業(yè)領(lǐng)域的應(yīng)用5.3邊緣計(jì)算5.3.1邊緣計(jì)算5.3.2引入邊緣計(jì)算的畜禽物聯(lián)網(wǎng)5.3.3邊緣計(jì)算的畜禽物聯(lián)網(wǎng)應(yīng)用展望5.4區(qū)塊鏈5.4.1區(qū)塊鏈的基礎(chǔ)架構(gòu)5.4.2區(qū)塊鏈核心技術(shù)5.4.3區(qū)塊鏈的特征及類型5.4.4區(qū)塊鏈在畜禽業(yè)領(lǐng)域的應(yīng)用5.5人工智能應(yīng)用5.5.1專家系統(tǒng)5.5.2神經(jīng)網(wǎng)絡(luò)5.5.3圖像處理技術(shù)5.6地理信息系統(tǒng)（GIS）5.1大數(shù)據(jù)5.1.1大數(shù)據(jù)與畜禽業(yè)大數(shù)據(jù)1.大數(shù)據(jù)大數(shù)據(jù)是指龐大、多樣、高速、價(jià)值密度低的數(shù)據(jù)集合。其特點(diǎn)包括數(shù)據(jù)量大（Volume）、多樣性（Variety）、高速度（Velocity）、價(jià)值低密度（Value）。大數(shù)據(jù)不僅體現(xiàn)在數(shù)據(jù)量巨大，還包括多種數(shù)據(jù)來源、高速增長的趨勢(shì)以及其中只有一小部分?jǐn)?shù)據(jù)具有實(shí)際價(jià)值。傳統(tǒng)技術(shù)和軟件難以處理大數(shù)據(jù)，因此需要采用大數(shù)據(jù)技術(shù)進(jìn)行有效的加工處理，以從中挖掘出有價(jià)值的信息。5.1大數(shù)據(jù)2.畜禽業(yè)大數(shù)據(jù)畜禽業(yè)大數(shù)據(jù)是通過大數(shù)據(jù)理念、技術(shù)和方法應(yīng)用于養(yǎng)殖、屠宰、加工、檢驗(yàn)、銷售和溯源等環(huán)節(jié)的數(shù)據(jù)。在我國，由于畜禽養(yǎng)殖量大，從業(yè)人員眾多，產(chǎn)生了大規(guī)模的畜禽業(yè)數(shù)據(jù)。應(yīng)用畜禽業(yè)大數(shù)據(jù)可以加速畜禽業(yè)的發(fā)展，為畜禽生產(chǎn)標(biāo)準(zhǔn)建設(shè)、業(yè)務(wù)布局、養(yǎng)殖管理等提供巨大的價(jià)值。1）發(fā)展精細(xì)化養(yǎng)殖管理。通過建立畜禽業(yè)信息數(shù)據(jù)庫系統(tǒng)，采用物聯(lián)網(wǎng)設(shè)備收集畜禽環(huán)境、喂養(yǎng)方式、生長特性、繁育、疫病等數(shù)據(jù)，實(shí)現(xiàn)科學(xué)積累生產(chǎn)經(jīng)驗(yàn)，提供數(shù)據(jù)支持，減少損失，保證質(zhì)量，提高經(jīng)濟(jì)效益。2）市場(chǎng)行情預(yù)測(cè)。通過大數(shù)據(jù)分析畜產(chǎn)品供求變化、市場(chǎng)波動(dòng)因素，預(yù)測(cè)市場(chǎng)形勢(shì)和價(jià)格走勢(shì)，制定生產(chǎn)規(guī)劃，降低生產(chǎn)風(fēng)險(xiǎn)。3）養(yǎng)殖效益分析。利用養(yǎng)殖服務(wù)大數(shù)據(jù)平臺(tái)計(jì)算養(yǎng)殖成本、出產(chǎn)量、市場(chǎng)行情等，評(píng)估年產(chǎn)量、成本投入，分析養(yǎng)殖效益，實(shí)現(xiàn)精細(xì)計(jì)算和生產(chǎn)調(diào)節(jié)。4）畜禽行業(yè)監(jiān)管。通過建設(shè)地方畜禽業(yè)大數(shù)據(jù)平臺(tái)，統(tǒng)一存儲(chǔ)養(yǎng)殖規(guī)模、價(jià)格趨勢(shì)、疫病防治等信息，提供準(zhǔn)確數(shù)據(jù)，便利監(jiān)管部門對(duì)畜禽生產(chǎn)的監(jiān)管。5）畜禽環(huán)境保護(hù)。通過大數(shù)據(jù)監(jiān)測(cè)與放牧相關(guān)的環(huán)境要素，預(yù)測(cè)草場(chǎng)生態(tài)承載力的變化，合理控制養(yǎng)殖規(guī)模，促進(jìn)畜禽生產(chǎn)可持續(xù)發(fā)展。6）畜禽業(yè)電商平臺(tái)建設(shè)。利用大數(shù)據(jù)建立畜禽業(yè)信息網(wǎng)站，提供相關(guān)信息，推動(dòng)電商平臺(tái)建設(shè)，實(shí)現(xiàn)網(wǎng)上交易，擴(kuò)大市場(chǎng)占有率，滿足消費(fèi)者需求。7）養(yǎng)殖戶信用評(píng)估。通過大數(shù)據(jù)建立養(yǎng)殖戶信用評(píng)估體系，收集生產(chǎn)和交易數(shù)據(jù)，形成信用檔案，為畜禽生產(chǎn)貸款和融資提供支持。5.1大數(shù)據(jù)5.1.2畜禽業(yè)大數(shù)據(jù)管理畜禽業(yè)大數(shù)據(jù)包含從生產(chǎn)源頭到銷售的全部信息，包括物聯(lián)網(wǎng)時(shí)序數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、電子地圖等。通過畜禽業(yè)大數(shù)據(jù)管理系統(tǒng)，實(shí)現(xiàn)對(duì)這些數(shù)據(jù)的集中接入和存儲(chǔ)，通過治理、資源管理、計(jì)算、共享交換、可視化等處理，發(fā)揮數(shù)據(jù)的實(shí)際價(jià)值，推動(dòng)畜禽業(yè)實(shí)現(xiàn)生產(chǎn)智能化、管理信息化和經(jīng)營服務(wù)在線化。圖5-1畜禽業(yè)大數(shù)據(jù)管理系統(tǒng)架構(gòu)圖5.1大數(shù)據(jù)圖5-2畜禽業(yè)數(shù)據(jù)資源管理架構(gòu)1）畜禽業(yè)數(shù)據(jù)治理畜禽業(yè)數(shù)據(jù)治理旨在確保數(shù)據(jù)質(zhì)量和安全。通過規(guī)范管理畜禽業(yè)信息化系統(tǒng)、數(shù)據(jù)技術(shù)、應(yīng)用軟件接口等，建立標(biāo)準(zhǔn)體系，實(shí)現(xiàn)多源異構(gòu)物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)接入、集成、建模和共享。2）畜禽業(yè)數(shù)據(jù)資源管理采用分布式多源異構(gòu)數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)。將畜禽業(yè)數(shù)據(jù)分為基礎(chǔ)、生產(chǎn)、流通和經(jīng)營等資源，根據(jù)其特點(diǎn)劃分成畜禽基礎(chǔ)資源、養(yǎng)殖資源、管理資源、產(chǎn)品加工資源、營銷資源、溯源資源等專題，并建立數(shù)據(jù)資源目錄，實(shí)現(xiàn)對(duì)畜禽業(yè)數(shù)據(jù)的高效管理。畜禽業(yè)數(shù)據(jù)資源管理架構(gòu)如圖5-2所示。5.1大數(shù)據(jù)圖5-3畜禽業(yè)數(shù)據(jù)計(jì)算中心功能結(jié)構(gòu)圖

3）畜禽業(yè)數(shù)據(jù)計(jì)算建立畜禽業(yè)數(shù)據(jù)計(jì)算中心，包括構(gòu)建智能計(jì)算環(huán)境和智能分析決策模型，為畜禽業(yè)數(shù)據(jù)實(shí)際應(yīng)用提供高效的智能計(jì)算分析服務(wù)。畜禽業(yè)數(shù)據(jù)計(jì)算中心功能結(jié)構(gòu)如圖5-3所示。5.1大數(shù)據(jù)（1）智能計(jì)算環(huán)境。建設(shè)智能計(jì)算環(huán)境，包括分布式算法庫、數(shù)據(jù)分析挖掘引擎、深度學(xué)習(xí)框架和數(shù)據(jù)資源計(jì)算集。該環(huán)境與畜禽業(yè)數(shù)據(jù)專題庫相結(jié)合，為畜禽業(yè)應(yīng)用系統(tǒng)提供基礎(chǔ)計(jì)算能力。（2）智能分析決策模型。創(chuàng)建智能分析決策模型，包括畜禽養(yǎng)殖、疫病防治、資源管理和銷售等模型。通過數(shù)據(jù)挖掘、多目標(biāo)優(yōu)化、深度學(xué)習(xí)等方法，在智能計(jì)算環(huán)境的支持下，提供全產(chǎn)業(yè)鏈的分析決策服務(wù)。（3）數(shù)據(jù)共享交換。構(gòu)建數(shù)據(jù)共享交換中心，提供注冊(cè)、負(fù)載均衡、權(quán)限認(rèn)證等功能。作為全產(chǎn)業(yè)鏈的數(shù)據(jù)共享交換中心節(jié)點(diǎn)，為畜禽業(yè)相關(guān)主體提供公共數(shù)據(jù)資源共享交換服務(wù)，包括與國家級(jí)、省級(jí)數(shù)據(jù)服務(wù)平臺(tái)對(duì)接，開放畜禽業(yè)數(shù)據(jù)資源中心，以及共享基于畜禽業(yè)數(shù)據(jù)的分析和計(jì)算服務(wù)。（4）數(shù)據(jù)可視化。實(shí)現(xiàn)數(shù)據(jù)可視化，利用GIS、統(tǒng)計(jì)圖表等方式呈現(xiàn)畜禽業(yè)數(shù)據(jù)資源。包括在電子地圖上顯示生產(chǎn)基地和設(shè)施、展示物聯(lián)網(wǎng)設(shè)備采集的數(shù)據(jù)、以及可視化畜禽業(yè)全產(chǎn)業(yè)鏈數(shù)據(jù)分析結(jié)果，確保全程可視。5.2云計(jì)算云計(jì)算是一種基于互聯(lián)網(wǎng)的計(jì)算方式，關(guān)鍵技術(shù)包括虛擬化、軟件定義、分布式存儲(chǔ)和網(wǎng)絡(luò)技術(shù)。它通過將計(jì)算資源存儲(chǔ)在可配置的共享資源池中，用戶通過網(wǎng)絡(luò)按需獲取資源使用權(quán)，并按實(shí)際使用量付費(fèi)。云計(jì)算的突出特征包括使用靈活，用戶能夠快速部署硬件、軟件、存儲(chǔ)和網(wǎng)絡(luò)等服務(wù)，實(shí)現(xiàn)資源彈性增減，無需提前預(yù)留。云計(jì)算還具有較高的性價(jià)比，通過資源租賃避免了冗余資源投入，而云運(yùn)營商負(fù)責(zé)管理和維護(hù)云資源，降低了資源維護(hù)成本。在安全性方面，云服務(wù)安全由云運(yùn)營商和云租戶共同維護(hù)，通過法律聲明或服務(wù)合同明確各自的安全責(zé)任。5.2.1云計(jì)算的三種部署模型云計(jì)算能為用戶提供高效的數(shù)據(jù)存儲(chǔ)、計(jì)算與分析服務(wù)，其主要通過不同的部署模型來滿足多樣化的需求。云計(jì)算的三種部署模型分別是：（1）公有云（PublicCloud）：由第三方服務(wù)商提供的IT資源，用戶通過公有云直接使用應(yīng)用程序和服務(wù)，無需投資建設(shè)，典型服務(wù)商包括微軟、谷歌、亞馬遜、阿里巴巴等。常見應(yīng)用包括在線教育、視頻網(wǎng)站、云游戲、云存儲(chǔ)等。公有云存在安全風(fēng)險(xiǎn)，因用戶數(shù)據(jù)存儲(chǔ)在外部，且系統(tǒng)可用性由服務(wù)商控制。（2）私有云（PrivateCloud）：由用戶自行配置的IT資源，服務(wù)內(nèi)容可根據(jù)需求調(diào)整，內(nèi)部部署有助于數(shù)據(jù)安全，系統(tǒng)可用性由用戶控制。常用于大型企業(yè)和政府部門，但建設(shè)成本高，可能對(duì)遠(yuǎn)程訪問造成一定阻礙。（3）混合云（HybridCloud）：結(jié)合了公有云和私有云的特點(diǎn)，實(shí)現(xiàn)資源彈性伸縮和快速部署，同時(shí)保障安全性能。用戶通常使用公有云的計(jì)算資源，將關(guān)鍵業(yè)務(wù)放在私有云上運(yùn)行。混合云常應(yīng)用于災(zāi)備、軟件開發(fā)、文件存儲(chǔ)等領(lǐng)域。5.2

云計(jì)算目前，國內(nèi)云計(jì)算正處在高速發(fā)展的階段，與公有云相比，私有云在數(shù)據(jù)安全性、服務(wù)穩(wěn)定性、部署靈活性、資源利用效率等方面均具有優(yōu)勢(shì)，但是所需前期投入遠(yuǎn)多于公有云，公有云憑借成本優(yōu)勢(shì)已成為云市場(chǎng)的主導(dǎo)。隨著用戶對(duì)數(shù)據(jù)安全、應(yīng)用開發(fā)、部署成本等要求的變化，多個(gè)云結(jié)合應(yīng)用，尤其是混合云將有望成為用戶的主流選擇。5.2.2云計(jì)算的三種服務(wù)模式按云計(jì)算所提供服務(wù)的具體內(nèi)容劃分，其服務(wù)模式被分為以下三種：（1）IaaS（InfrastructureasaService，基礎(chǔ)設(shè)施即服務(wù)）是云計(jì)算服務(wù)的一種形式，云服務(wù)商提供存儲(chǔ)、網(wǎng)絡(luò)、服務(wù)器、虛擬化技術(shù)等基礎(chǔ)設(shè)施，用戶需自行開發(fā)軟件開發(fā)平臺(tái)和應(yīng)用軟件。AWS（AmazonWebServices）和微軟在全球IaaS市場(chǎng)領(lǐng)先，國內(nèi)新興IaaS廠商有發(fā)展機(jī)會(huì)。（2）PaaS（PlatformasaService，平臺(tái)即服務(wù)）為用戶提供開發(fā)環(huán)境和管理平臺(tái)支持，包括aPaaS（應(yīng)用開發(fā)平臺(tái)即服務(wù)）和iPaaS（集成平臺(tái)即服務(wù)）。aPaaS通過模塊組合實(shí)現(xiàn)應(yīng)用搭建，iPaaS通過API接口整合多平臺(tái)應(yīng)用，降低開發(fā)門檻，促進(jìn)應(yīng)用集成。（3）SaaS（SoftwareasaService，軟件即服務(wù)）是云計(jì)算服務(wù)的一種，云服務(wù)商提供應(yīng)用軟件，用戶按需在線租用，具有低成本、方便使用等優(yōu)勢(shì)，廣泛應(yīng)用于數(shù)據(jù)分析、經(jīng)營管理等領(lǐng)域。SaaS在國際云服務(wù)市場(chǎng)占主導(dǎo)地位，國內(nèi)也呈現(xiàn)出軟件云化趨勢(shì)，形成了盈利模式，提高了軟件附加值。

作為分布式的計(jì)算、存儲(chǔ)技術(shù)，云計(jì)算彌補(bǔ)了傳統(tǒng)IT架構(gòu)的不足，行業(yè)數(shù)字化發(fā)展也將催生更多的云計(jì)算應(yīng)用。綜合考量安全性、運(yùn)行模式、成本收益等因素，數(shù)字化領(lǐng)域?qū)⑿纬梢栽朴?jì)算為主、云計(jì)算和傳統(tǒng)IT架構(gòu)并行的發(fā)展?fàn)顟B(tài)。5.2

云計(jì)算5.2.3云計(jì)算在畜禽業(yè)領(lǐng)域的應(yīng)用云計(jì)算畜禽業(yè)領(lǐng)域的應(yīng)用主要包括：（1）畜禽業(yè)生產(chǎn)管理。云計(jì)算滿足畜禽業(yè)信息化中大量數(shù)據(jù)的處理和存儲(chǔ)需求，結(jié)合物聯(lián)網(wǎng)，實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)畜禽生長及環(huán)境信息，及時(shí)發(fā)現(xiàn)問題并采取措施。通過數(shù)據(jù)分析，判斷動(dòng)物生長及環(huán)境趨勢(shì)，全面掌握生產(chǎn)因素。（2）畜禽業(yè)信息共享。整合畜禽業(yè)信息上云，方便相關(guān)主體通過網(wǎng)絡(luò)隨時(shí)訪問信息資源，提高資源共享效率。建設(shè)信息搜索引擎，解決信息資源分布不均、利用率低、主體溝通不暢等問題。（3）預(yù)測(cè)畜禽產(chǎn)品市場(chǎng)走向。利用云計(jì)算、數(shù)據(jù)挖掘、智能預(yù)測(cè)等技術(shù)，建設(shè)畜禽產(chǎn)品供求信息分析系統(tǒng)，通過分析市場(chǎng)信息預(yù)測(cè)行情，幫助生產(chǎn)者調(diào)整經(jīng)營策略。（4）畜禽產(chǎn)品追溯。將產(chǎn)品溯源信息存儲(chǔ)在云平臺(tái)，確保產(chǎn)品溯源到生產(chǎn)源頭。在質(zhì)量安全問題發(fā)生時(shí)，高效調(diào)用問題環(huán)節(jié)信息，有力問責(zé)，保障產(chǎn)品質(zhì)量，規(guī)范市場(chǎng)。5.3

邊緣計(jì)算5.3.1邊緣計(jì)算物聯(lián)網(wǎng)生成的大量數(shù)據(jù)通常需要傳輸?shù)皆朴?jì)算中心進(jìn)行集中存儲(chǔ)和處理。由于物聯(lián)網(wǎng)設(shè)備迅速增加，數(shù)據(jù)量激增，傳輸至云中心可能導(dǎo)致網(wǎng)絡(luò)擁塞、系統(tǒng)延遲等問題。為解決這些不足，邊緣計(jì)算應(yīng)運(yùn)而生。邊緣計(jì)算是一種分布式計(jì)算方法，將服務(wù)功能從中心轉(zhuǎn)移到網(wǎng)絡(luò)邊緣，降低了數(shù)據(jù)傳輸，提高了服務(wù)響應(yīng)速度。邊緣計(jì)算的優(yōu)勢(shì)包括低時(shí)延、帶寬節(jié)省、高安全性和隱私性，廣泛應(yīng)用于智能制造、智慧城市、車聯(lián)網(wǎng)等領(lǐng)域。5.3

邊緣計(jì)算圖5-4基于邊緣計(jì)算的畜禽物聯(lián)網(wǎng)架構(gòu)5.3.2引入邊緣計(jì)算的畜禽物聯(lián)網(wǎng)畜禽物聯(lián)網(wǎng)包含感知層、傳輸層、處理層、應(yīng)用層四層架構(gòu)，在畜禽物聯(lián)網(wǎng)中引入邊緣計(jì)算，能夠使其中的每個(gè)邊緣設(shè)備都具備數(shù)據(jù)采集、傳輸、處理、計(jì)算能力，從而實(shí)現(xiàn)快速接入異構(gòu)設(shè)備、及時(shí)響應(yīng)服務(wù)要求等功能。畜禽物聯(lián)網(wǎng)與邊緣計(jì)算結(jié)合，主要是將邊緣計(jì)算加入感知層與傳輸層之間，智能設(shè)備采集的信息先交由邊緣計(jì)算進(jìn)行初步處理，接著傳輸?shù)轿锫?lián)網(wǎng)云平臺(tái)開展后續(xù)處理，最終實(shí)現(xiàn)智慧畜禽應(yīng)用。引入邊緣計(jì)算的畜禽物聯(lián)網(wǎng)架構(gòu)如圖5-4所示。5.3

邊緣計(jì)算隨著物聯(lián)網(wǎng)終端設(shè)備增多及其類型多樣化，通常會(huì)存在一些設(shè)備的通信接口無法聯(lián)網(wǎng)、設(shè)備組成內(nèi)部無線局域網(wǎng)而不能兼容外部設(shè)備等問題，要解決這些問題，滿足網(wǎng)絡(luò)容量和非同類設(shè)備的連接需求，則需要使用智能網(wǎng)關(guān)（Gateway），如圖5-5所示。在基于邊緣計(jì)算的畜禽物聯(lián)網(wǎng)系統(tǒng)中，智能網(wǎng)關(guān)用于實(shí)現(xiàn)邊緣計(jì)算，從而保障整個(gè)系統(tǒng)的正常運(yùn)行。圖5-5智能網(wǎng)關(guān)智能網(wǎng)關(guān)由硬件和軟件組成。其中硬件部分通常包含CPU模塊、以太網(wǎng)模塊、4G/5G模塊、WiFi模塊、CAN模塊、串口模塊和電源模塊等。智能網(wǎng)關(guān)硬件結(jié)構(gòu)圖如圖5-6所示。圖5-6智能網(wǎng)關(guān)硬件結(jié)構(gòu)圖5.3

邊緣計(jì)算智能網(wǎng)關(guān)軟件部分由Linux系統(tǒng)、庫函數(shù)（Libraryfunction）、協(xié)議解析程序、數(shù)據(jù)融合程序、通信網(wǎng)絡(luò)程序、設(shè)備管控程序等組成。智能網(wǎng)關(guān)軟件架構(gòu)如圖5-7所示。圖5-7智能網(wǎng)關(guān)軟件架構(gòu)具體來說，智能網(wǎng)關(guān)的核心功能和優(yōu)勢(shì)體現(xiàn)在以下幾個(gè)方面：（1）提供網(wǎng)絡(luò)。智能網(wǎng)關(guān)可以為物聯(lián)網(wǎng)終端設(shè)備提供通信網(wǎng)絡(luò)，通常支持藍(lán)牙、ZigBee、Lora等無線通信功能，支持4G、5G、WiFi、GPS、北斗、等網(wǎng)絡(luò)接入，具有RS485、RS232等以太網(wǎng)接口，從而滿足大量設(shè)備同時(shí)接入網(wǎng)絡(luò)的需求。（2）數(shù)據(jù)采集。網(wǎng)關(guān)內(nèi)置龐大的協(xié)議棧，具有強(qiáng)大的接入能力，可以實(shí)現(xiàn)各種通信技術(shù)標(biāo)準(zhǔn)之間的互聯(lián)互通，通過協(xié)議自適應(yīng)解析實(shí)現(xiàn)數(shù)據(jù)采集功能。（3）數(shù)據(jù)處理。網(wǎng)關(guān)采集數(shù)據(jù)后，對(duì)這些來自不同設(shè)備的數(shù)據(jù)進(jìn)行預(yù)處理和融合分析，且由于網(wǎng)關(guān)可以通過網(wǎng)關(guān)本身而不是在云中執(zhí)行數(shù)據(jù)處理，因此還可以減少數(shù)據(jù)損耗和延時(shí)。5.3

邊緣計(jì)算（4）數(shù)據(jù)上傳。網(wǎng)關(guān)通過數(shù)據(jù)預(yù)處理篩選出有用的信息傳輸?shù)皆破脚_(tái)，由此減輕數(shù)據(jù)傳輸和計(jì)算的壓力。（5）設(shè)備管控。智能網(wǎng)關(guān)采集物聯(lián)網(wǎng)終端設(shè)備的網(wǎng)絡(luò)狀態(tài)、運(yùn)行狀態(tài)等信息后上傳至云計(jì)算中心，從而實(shí)現(xiàn)對(duì)物聯(lián)網(wǎng)設(shè)備的實(shí)時(shí)監(jiān)控、診斷和維護(hù)；（6）安全保障。連接到網(wǎng)絡(luò)的傳感器等終端設(shè)備容易遭受外界入侵，而網(wǎng)關(guān)可以采用加密算法對(duì)數(shù)據(jù)進(jìn)行加密，維護(hù)數(shù)據(jù)安全。智能網(wǎng)關(guān)功能結(jié)構(gòu)圖如圖5-8所示。圖5-8智能網(wǎng)關(guān)功能結(jié)構(gòu)圖5.3

邊緣計(jì)算5.3.3邊緣計(jì)算的畜禽物聯(lián)網(wǎng)應(yīng)用展望1.邊云協(xié)同邊云協(xié)同是指邊緣計(jì)算與云計(jì)算相互協(xié)作，邊緣計(jì)算主要在本地提供實(shí)時(shí)數(shù)據(jù)分析和智能決策支持，而云計(jì)算則用于全局性的業(yè)務(wù)處理。在畜禽物聯(lián)網(wǎng)中，邊緣計(jì)算可在數(shù)據(jù)源附近進(jìn)行數(shù)據(jù)過濾和清洗，然后將數(shù)據(jù)傳送到云計(jì)算中心進(jìn)行進(jìn)一步處理，以降低網(wǎng)絡(luò)負(fù)擔(dān)、提高傳輸效率。這種邊緣計(jì)算和云計(jì)算的協(xié)同將為畜禽物聯(lián)網(wǎng)創(chuàng)造更大的價(jià)值，促進(jìn)畜禽業(yè)的轉(zhuǎn)型升級(jí)。2.融合5G邊緣計(jì)算與5G相輔相成，它們的融合有助于更廣泛地實(shí)現(xiàn)物聯(lián)網(wǎng)應(yīng)用。一方面，邊緣計(jì)算可以解決5G應(yīng)用中的一些問題，例如eMBB對(duì)數(shù)百Gbps網(wǎng)絡(luò)帶寬的需求，mMTC增加的大規(guī)模數(shù)據(jù)量，以及uRLLC對(duì)1ms時(shí)延的要求。通過在邊緣進(jìn)行應(yīng)用程序運(yùn)行和初步數(shù)據(jù)分析，邊緣計(jì)算減輕了網(wǎng)絡(luò)傳輸壓力，縮短了由于數(shù)據(jù)傳輸速度和帶寬限制引起的延時(shí)。另一方面，由于邊緣計(jì)算的賦能作用，它在5G商用的技術(shù)、資金投入中也將獲得發(fā)展機(jī)會(huì)。此外，5G作為物聯(lián)網(wǎng)的關(guān)鍵技術(shù)之一，其技術(shù)進(jìn)步將促使更多物聯(lián)網(wǎng)應(yīng)用的出現(xiàn)，數(shù)據(jù)量也將增加，邊緣計(jì)算在處理這些數(shù)據(jù)需求上將變得更為重要。而在畜禽物聯(lián)網(wǎng)領(lǐng)域，雖然目前5G、邊緣計(jì)算在該領(lǐng)域的應(yīng)用很少，但可以預(yù)見的是，隨著我國畜禽業(yè)規(guī)?；?biāo)準(zhǔn)化程度加深，5G和邊緣計(jì)算將更多地應(yīng)用在畜禽物聯(lián)網(wǎng)領(lǐng)域，作為技術(shù)動(dòng)力推動(dòng)畜禽物聯(lián)網(wǎng)發(fā)展。5.3

邊緣計(jì)算3.邊緣智能畜禽物聯(lián)網(wǎng)涉及各種各樣的終端設(shè)備，網(wǎng)絡(luò)協(xié)議復(fù)雜，異構(gòu)性明顯，且不同畜禽物聯(lián)網(wǎng)應(yīng)用的設(shè)備分布、數(shù)據(jù)處理需求等各不相同，邊緣計(jì)算在應(yīng)用于發(fā)展畜禽物聯(lián)網(wǎng)的過程中，將與人工智能、深度學(xué)習(xí)等技術(shù)相融合，提升實(shí)時(shí)響應(yīng)、數(shù)據(jù)處理、安全保護(hù)等方面的能力，從而促使其在畜禽物聯(lián)網(wǎng)領(lǐng)域的應(yīng)用持續(xù)優(yōu)化。5.4區(qū)塊鏈區(qū)塊鏈這一概念在2008年由中本聰(SatoshiNakamoto)提出，它本質(zhì)上是一種分布式記賬技術(shù)，可以在去中心化的情況下維護(hù)節(jié)點(diǎn)之間的互信和共識(shí)。5.4.1區(qū)塊鏈的基礎(chǔ)架構(gòu)圖5-9區(qū)塊鏈基礎(chǔ)架構(gòu)（1）數(shù)據(jù)層：數(shù)據(jù)層是區(qū)塊鏈的基礎(chǔ)，數(shù)據(jù)以時(shí)間序列的方式存儲(chǔ)在區(qū)塊中，構(gòu)成主鏈，新的區(qū)塊通過驗(yàn)證后添加到主鏈上。（2）網(wǎng)絡(luò)層：網(wǎng)絡(luò)層建立在P2P網(wǎng)絡(luò)上，服務(wù)于節(jié)點(diǎn)之間的信息交流，實(shí)現(xiàn)去中心化的信息傳遞，無需中心服務(wù)器。（3）共識(shí)層：共識(shí)層采用共識(shí)機(jī)制，確保節(jié)點(diǎn)之間對(duì)數(shù)據(jù)和交易的一致性，維護(hù)去中心化系統(tǒng)的穩(wěn)定運(yùn)行。（4）激勵(lì)層：激勵(lì)層存在于公有鏈中，通過規(guī)則對(duì)節(jié)點(diǎn)進(jìn)行激勵(lì)或懲罰，以維護(hù)整個(gè)系統(tǒng)的秩序和安全性。（5）合約層：合約層包含各種腳本代碼、智能合約和算法機(jī)制，賦予區(qū)塊鏈可編程的特性，規(guī)定數(shù)據(jù)交易方式和相關(guān)細(xì)則。（6）應(yīng)用層：應(yīng)用層封裝了區(qū)塊鏈的各種應(yīng)用場(chǎng)景和案例，如比特幣等，未來還將包括可編程金融、可編程社會(huì)等應(yīng)用項(xiàng)目。5.4

區(qū)塊鏈5.4.2區(qū)塊鏈核心技術(shù)區(qū)塊鏈涉及的技術(shù)類型多樣，其中核心技術(shù)包括：（1）密碼學(xué)技術(shù)：數(shù)字簽名、哈希算法、非對(duì)稱加密等密碼學(xué)技術(shù)用于保障區(qū)塊鏈交易數(shù)據(jù)的安全性，數(shù)字簽名確認(rèn)數(shù)字資產(chǎn)所有權(quán)，哈希算法防止數(shù)據(jù)篡改，非對(duì)稱加密確保數(shù)據(jù)傳輸?shù)陌踩?。?）P2P網(wǎng)絡(luò)：P2P網(wǎng)絡(luò)使區(qū)塊鏈節(jié)點(diǎn)可以直接互相訪問，不依賴中心機(jī)構(gòu)干預(yù)。各節(jié)點(diǎn)在網(wǎng)絡(luò)中平等地提供和獲取數(shù)據(jù)資源，沒有層級(jí)關(guān)系。區(qū)塊鏈節(jié)點(diǎn)按功能和共識(shí)角色分為全節(jié)點(diǎn)、共識(shí)節(jié)點(diǎn)、礦工節(jié)點(diǎn)等。（3）共識(shí)機(jī)制：由于區(qū)塊鏈去中心化，沒有中心機(jī)構(gòu)管理交易，使用共識(shí)機(jī)制確保節(jié)點(diǎn)間就交易的有效性和一致性達(dá)成一致。5.4

區(qū)塊鏈5.4.3區(qū)塊鏈的特征及類型1.區(qū)塊鏈的特征（1）去中心化：區(qū)塊鏈核心特征，節(jié)點(diǎn)通過共識(shí)機(jī)制管理，無需中心機(jī)構(gòu)控制。（2）公開透明：區(qū)塊鏈信息公開透明，除私有信息外都可查看，數(shù)據(jù)問題不會(huì)破壞整體記錄和資產(chǎn)。（3）獨(dú)立自治：節(jié)點(diǎn)通過點(diǎn)對(duì)點(diǎn)網(wǎng)絡(luò)和共識(shí)機(jī)制自主驗(yàn)證、交換數(shù)據(jù)，無需第三方中介。（4）不可篡改：區(qū)塊鏈以時(shí)間為序，信息分布式存儲(chǔ)至各節(jié)點(diǎn)，保障數(shù)據(jù)不可篡改。（5）可被追溯：區(qū)塊鏈記錄交易信息連續(xù)且唯一，通過哈希函數(shù)連接區(qū)塊，實(shí)現(xiàn)精準(zhǔn)追溯。（6）身份隱匿：數(shù)字簽名和公私鑰加密技術(shù)保障節(jié)點(diǎn)匿名交易，不需公開真實(shí)身份。5.4

區(qū)塊鏈2.區(qū)塊鏈的類型（1）公有區(qū)塊鏈：完全去中心化，無需注冊(cè)和授權(quán)，所有交易數(shù)據(jù)公開。高度去中心化限制了吞吐量和交易速度。（2）聯(lián)盟區(qū)塊鏈：部分去中心化，節(jié)點(diǎn)需經(jīng)過授權(quán)，設(shè)定權(quán)限范圍。只有預(yù)選節(jié)點(diǎn)有記賬權(quán)限，提高了交易效率和信息安全。（3）私有區(qū)塊鏈：去中心化程度最低，使用總賬技術(shù)進(jìn)行記賬。交易數(shù)據(jù)僅對(duì)內(nèi)部開放，適合高保密要求的組織內(nèi)部使用。私有鏈在交易速度和成本方面具有明顯優(yōu)勢(shì)。5.4

區(qū)塊鏈5.4.4區(qū)塊鏈在畜禽業(yè)領(lǐng)域的應(yīng)用區(qū)塊鏈在畜禽業(yè)領(lǐng)域有廣泛應(yīng)用前景。通過建立去中心化信任機(jī)制，分布式賬本可用于畜禽業(yè)務(wù)交易和資產(chǎn)管理。通過將各利益主體納入?yún)^(qū)塊鏈，利用物聯(lián)網(wǎng)技術(shù)采集環(huán)節(jié)數(shù)據(jù)，并通過區(qū)塊鏈平臺(tái)對(duì)接，實(shí)現(xiàn)數(shù)據(jù)上傳、存儲(chǔ)、變更的公開透明。這樣的系統(tǒng)保證了信息不被篡改，依托追溯平臺(tái)，公眾可獲取溯源數(shù)據(jù)，滿足消費(fèi)者對(duì)生產(chǎn)透明和產(chǎn)品質(zhì)量安全的需求。同時(shí)，畜禽企業(yè)可以提升信用等級(jí)，通過區(qū)塊鏈平臺(tái)與金融、保險(xiǎn)、政府監(jiān)管機(jī)構(gòu)實(shí)現(xiàn)畜禽信息共享，為金融投資、保險(xiǎn)理賠提供便利渠道，助力企業(yè)獲得更多支持，促進(jìn)產(chǎn)業(yè)發(fā)展。5.5

人工智能應(yīng)用人工智能（ArtificialIntelligence，AI）是對(duì)人類思維進(jìn)行模擬、延伸和擴(kuò)展的科學(xué)技術(shù)，它在人類智能活動(dòng)規(guī)律基礎(chǔ)上，研究智能理論和方法，開發(fā)智能技術(shù)和應(yīng)用，以代替人的智力活動(dòng)解決實(shí)際問題。目前人工智能的研究成果包含機(jī)器人、數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、專家系統(tǒng)、智能控制等技術(shù)，智能化應(yīng)用廣泛。物聯(lián)網(wǎng)由監(jiān)控手段應(yīng)用、M2M深度應(yīng)用向真正意義上的智能化應(yīng)用發(fā)展，不再局限于簡單的傳感器接入、網(wǎng)絡(luò)傳輸或行業(yè)應(yīng)用，這一進(jìn)展也離不開人工智能。人工智能賦予物聯(lián)網(wǎng)人工智能機(jī)器的特性，使物聯(lián)網(wǎng)能夠在沒有人類參與的情況下，自動(dòng)識(shí)別、處理所接收的信息，并及時(shí)反饋處理結(jié)果，發(fā)布控制指令。在畜禽物聯(lián)網(wǎng)領(lǐng)域，專家系統(tǒng)、圖像識(shí)別和神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)與物理網(wǎng)感知、傳輸技術(shù)相結(jié)合，應(yīng)用于養(yǎng)殖設(shè)施智能化、畜禽疫病診斷、生產(chǎn)銷售分析等方面，對(duì)推動(dòng)傳統(tǒng)畜禽業(yè)發(fā)展發(fā)揮了重要作用。5.5.1專家系統(tǒng)專家系統(tǒng)（Expertsystem，ES）是一種智能計(jì)算機(jī)程序系統(tǒng)，以專家知識(shí)為基礎(chǔ)，用專家的思維解答人類提出的問題，可以達(dá)到與專家解答相近的水平。1.專家系統(tǒng)基本結(jié)構(gòu)

專家系統(tǒng)一般包括人機(jī)交互界面、知識(shí)庫、推理機(jī)、數(shù)據(jù)庫、解釋器、知識(shí)獲取六個(gè)部分，如圖5-10所示，系統(tǒng)結(jié)構(gòu)隨其類型、功能、規(guī)模變化而變化。人機(jī)交互界面是展示用戶與系統(tǒng)交流信息的界面，用戶查詢問題、系統(tǒng)輸出反饋結(jié)果都需要通過該界面來進(jìn)行；知識(shí)庫是專家知識(shí)的集合，其容量和質(zhì)量對(duì)系統(tǒng)功能有直接影響；推理機(jī)是基于知識(shí)庫的問題推理程序，相當(dāng)于專家解答問題時(shí)的思維方式；數(shù)據(jù)庫也稱為動(dòng)態(tài)庫，存放著初始數(shù)據(jù)、推理路徑、推理中間結(jié)果以及推理結(jié)論；解釋器對(duì)得出結(jié)論的過程進(jìn)行解釋說明；知識(shí)獲取即系統(tǒng)的學(xué)習(xí)功能，負(fù)責(zé)運(yùn)用外界知識(shí)對(duì)系統(tǒng)知識(shí)庫進(jìn)行完善。5.5

人工智能應(yīng)用專家系統(tǒng)的基本工作流程是：系統(tǒng)通過知識(shí)獲取將專家和知識(shí)工程師等提供的知識(shí)存儲(chǔ)在知識(shí)庫中，用戶通過人機(jī)交互界面提出問題，推理機(jī)基于知識(shí)庫存儲(chǔ)的知識(shí)對(duì)問題進(jìn)行推理，數(shù)據(jù)庫存儲(chǔ)推理結(jié)論，解釋器對(duì)問題推理流程和結(jié)論作出詳細(xì)說明，并最終呈現(xiàn)給用戶。2.專家系統(tǒng)在畜禽業(yè)領(lǐng)域的應(yīng)用建設(shè)畜禽專家系統(tǒng)可通過智能手段充分發(fā)揮專家知識(shí)和經(jīng)驗(yàn)，解決畜禽生產(chǎn)中的管理不足。該系統(tǒng)使專家服務(wù)不受時(shí)空限制，為畜禽生產(chǎn)提供生產(chǎn)建設(shè)、管理決策、效益預(yù)測(cè)等專業(yè)建議。養(yǎng)殖人員可獲取飼料生產(chǎn)、飼喂管理、育種繁殖、疾病診斷、衛(wèi)生防疫等知識(shí)，并與專家進(jìn)行實(shí)時(shí)遠(yuǎn)程交流。在疫病診斷中，養(yǎng)殖人員可共享樣本圖等資料，專家進(jìn)行遠(yuǎn)程診斷。攝像系統(tǒng)連接專家系統(tǒng)，專家可遠(yuǎn)程查看養(yǎng)殖現(xiàn)場(chǎng)，及時(shí)提供技術(shù)指導(dǎo)。圖5-10專家系統(tǒng)基本結(jié)構(gòu)5.5

人工智能應(yīng)用5.5.2神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)(ArtficialNeuralNetwork，ANN)是能夠?qū)π畔⑦M(jìn)行分布式并行處理的機(jī)器學(xué)習(xí)技術(shù)，其最突出的能力體現(xiàn)在自學(xué)習(xí)、大規(guī)模信息存儲(chǔ)和并行處理方面，具有良好的自適應(yīng)性、自組織性和容錯(cuò)性，可以彌補(bǔ)常規(guī)計(jì)算方法在信息處理方面的不足。自20世紀(jì)80年代興起至今，神經(jīng)網(wǎng)絡(luò)已成為人工智能的一個(gè)重要發(fā)展方向，廣泛應(yīng)用于信息處理、工程建設(shè)、自動(dòng)化、醫(yī)學(xué)、生物、經(jīng)濟(jì)等諸多領(lǐng)域，貫穿模式識(shí)別、信號(hào)處理、數(shù)據(jù)壓縮、自動(dòng)控制、預(yù)測(cè)估計(jì)、故障診斷等眾多環(huán)節(jié)，表現(xiàn)出了良好的智能特性，其中代表性的神經(jīng)網(wǎng)絡(luò)模型有BP神經(jīng)網(wǎng)絡(luò)（BackPropagationNeuralNetwork）、RBF神經(jīng)網(wǎng)絡(luò)（RadialBasisFunctionNeuralNetwork，徑向基神經(jīng)網(wǎng)絡(luò)）、Hopfield神經(jīng)網(wǎng)絡(luò)、自組織特征映射網(wǎng)絡(luò)（Self-OrganizingFeatureMapping，SOM/SOFM）等。1.神經(jīng)網(wǎng)絡(luò)的層次結(jié)構(gòu)輸入層、隱藏層和輸出層構(gòu)成了一個(gè)完整的神經(jīng)網(wǎng)絡(luò)，如圖5-11所示，圓圈和連線分別代表神經(jīng)元和神經(jīng)元連接。信息在三個(gè)層次之間逐層傳遞，實(shí)現(xiàn)對(duì)信息的輸入、處理和輸出。輸入層、輸出層的節(jié)點(diǎn)數(shù)量通常是不會(huì)變化的，隱藏層則可以根據(jù)實(shí)際的信息處理需求，對(duì)節(jié)點(diǎn)數(shù)量進(jìn)行調(diào)整。圖5-11神經(jīng)網(wǎng)絡(luò)的層次結(jié)構(gòu)5.5

人工智能應(yīng)用2.神經(jīng)網(wǎng)絡(luò)的基本組成（1）感知機(jī)。1957年，美國學(xué)者FrankRosenblatt基于生物神經(jīng)元結(jié)構(gòu)和工作原理，提出了感知機(jī)的概念，后來感知機(jī)成為了神經(jīng)網(wǎng)絡(luò)的基本單元。感知機(jī)模型圖如圖5-12所示。圖5-12感知機(jī)模型圖5.5

人工智能應(yīng)用神經(jīng)元接收各種外界的刺激映射為感知機(jī)中的各個(gè)輸入，每種刺激的重要性也不盡相同，在感知機(jī)中使用加權(quán)的形式來表示各個(gè)刺激的重要程度，當(dāng)各種刺激加權(quán)和達(dá)到一定的閾值時(shí)感知機(jī)被激活輸出一定的輸出值。數(shù)學(xué)表達(dá)式為：其中wi表示權(quán)重，不同連接所對(duì)應(yīng)的權(quán)重不同，即權(quán)重的值（權(quán)值）不同，權(quán)值的大小代表連接的強(qiáng)弱，反映出每個(gè)輸入在感知機(jī)中的重要程度，最終訓(xùn)練神經(jīng)網(wǎng)絡(luò)的目的就是確定最優(yōu)的wi使得神經(jīng)網(wǎng)絡(luò)獲得最好的分類回歸性能；x表示輸入到神經(jīng)網(wǎng)絡(luò)的向量；θ代表偏置，也叫作閾值，只有當(dāng)整個(gè)輸入值的加權(quán)和到達(dá)一定的閾值之后該感知機(jī)才會(huì)被激活；外部的f(x)代表著添加的激活函數(shù)，用于增加非線性運(yùn)算，使得神經(jīng)網(wǎng)絡(luò)不再單單只能進(jìn)行線性運(yùn)算，添加了激活函數(shù)的神經(jīng)網(wǎng)絡(luò)表達(dá)能力將更為豐富?？梢杂靡韵碌臄?shù)學(xué)式表示整個(gè)神經(jīng)元的導(dǎo)通和閉合狀態(tài)：感知機(jī)剛提出的時(shí)候只能表示有限的邏輯運(yùn)算，如與門、與非門、或門等，而對(duì)于更為復(fù)雜的異或門運(yùn)算，感知機(jī)就無能為力了，這也導(dǎo)致了神經(jīng)網(wǎng)絡(luò)理論陷入低潮，直到后來提出的多個(gè)感知機(jī)進(jìn)行連接從而實(shí)現(xiàn)異或門才解決了這個(gè)問題，后來在此基礎(chǔ)上一代代學(xué)者不斷研究，使得神經(jīng)網(wǎng)絡(luò)理論不斷成熟完善。5.5

人工智能應(yīng)用（2）激活函數(shù)。如果神經(jīng)網(wǎng)絡(luò)均由一個(gè)個(gè)的感知機(jī)互相連接，則整個(gè)網(wǎng)絡(luò)只是一個(gè)線性的數(shù)學(xué)模型，表達(dá)能力非常弱，只有當(dāng)加入其他的非線性部分，整個(gè)網(wǎng)絡(luò)才能獲得更好的表達(dá)能力，從而完成分類或是回歸的功能，這種添加的非線性部分叫做激活函數(shù)，常見的激活函數(shù)有Sigmoid函數(shù)、Tanh函數(shù)、ReLU函數(shù)等。（3）損失函數(shù)。為了判斷神經(jīng)網(wǎng)絡(luò)擬合數(shù)據(jù)的優(yōu)良程度，需要確定一個(gè)指標(biāo)，通過這個(gè)指標(biāo)就可以得到網(wǎng)絡(luò)的預(yù)測(cè)值和標(biāo)簽中的真實(shí)值的誤差，將網(wǎng)絡(luò)的預(yù)測(cè)值和標(biāo)簽中的真實(shí)值的誤差作為輸入輸入給損失函數(shù)，經(jīng)過函數(shù)的計(jì)算便可以得到網(wǎng)絡(luò)的損失loss值，用loss值衡量該網(wǎng)絡(luò)擬合數(shù)據(jù)的效果。目前常用的損失函數(shù)有均方誤差函數(shù)、交叉熵誤差函數(shù)等。2.訓(xùn)練神經(jīng)網(wǎng)絡(luò)的工作原理1）梯度下降梯度是對(duì)各變量求偏導(dǎo)后形成的向量，梯度大的方向表示損失值變化更快的方向。神經(jīng)網(wǎng)絡(luò)訓(xùn)練的目標(biāo)是獲得最優(yōu)的權(quán)重參數(shù)，通過不斷迭代訓(xùn)練使損失函數(shù)降至最小值。梯度下降是一種通過沿著梯度方向不斷更新權(quán)重，調(diào)整網(wǎng)絡(luò)參數(shù)以最小化損失函數(shù)的優(yōu)化算法。通過梯度下降，神經(jīng)網(wǎng)絡(luò)能夠快速減小損失函數(shù)值，達(dá)到最佳擬合效果。2）誤差反向傳播誤差反向傳播是神經(jīng)網(wǎng)絡(luò)訓(xùn)練的關(guān)鍵步驟。在正向傳播中，輸入經(jīng)過隱藏層傳遞到輸出層，計(jì)算實(shí)際值與標(biāo)簽值的誤差。如果誤差高于閾值，說明網(wǎng)絡(luò)擬合性能不佳，需要調(diào)整權(quán)重參數(shù)。誤差反向傳播根據(jù)損失函數(shù)值反向更新神經(jīng)網(wǎng)絡(luò)的權(quán)重。通過使用鏈?zhǔn)角髮?dǎo)法則，從輸出層向輸入層計(jì)算各層的梯度并逐層向前傳播，實(shí)現(xiàn)對(duì)權(quán)重值的逐層更新。這一過程循環(huán)進(jìn)行，直到梯度下降到最小值，網(wǎng)絡(luò)達(dá)到最佳擬合效果。5.5

人工智能應(yīng)用3.神經(jīng)網(wǎng)絡(luò)在畜禽業(yè)領(lǐng)域的應(yīng)用神經(jīng)網(wǎng)絡(luò)在畜禽業(yè)發(fā)展過程中也多有應(yīng)用，如運(yùn)用神經(jīng)網(wǎng)絡(luò)算法，以溫濕度、二氧化碳、氨氣等參數(shù)作為輸入，得出相應(yīng)的輸出結(jié)果作為評(píng)價(jià)標(biāo)準(zhǔn)判斷畜禽生長環(huán)境是否符合需求，為畜禽生長環(huán)境調(diào)控提供理論參考；在畜禽疫病診斷方面，神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用能夠提高疫病診斷系統(tǒng)的自學(xué)習(xí)能力，使整個(gè)診斷系統(tǒng)擁有更高的自動(dòng)化性能，進(jìn)而提高疫病診斷的準(zhǔn)確率；畜產(chǎn)品生產(chǎn)和銷售環(huán)節(jié)也可以利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)畜產(chǎn)品的市場(chǎng)需求量，根據(jù)市場(chǎng)需求調(diào)整生產(chǎn)量，避免因供需不平衡造成資源浪費(fèi)，影響?zhàn)B殖戶收入。5.5

人工智能應(yīng)用5.5.3圖像處理技術(shù)圖像處理技術(shù)是應(yīng)用計(jì)算機(jī)處理圖像信息的技術(shù)。目前，圖像處理技術(shù)已相對(duì)成熟，具有處理精準(zhǔn)度高、再現(xiàn)性好（不損害圖片質(zhì)量）、應(yīng)用廣泛等特點(diǎn)，已廣泛應(yīng)用于航天航空、工業(yè)自動(dòng)化、農(nóng)業(yè)生產(chǎn)、交通檢測(cè)、生物醫(yī)學(xué)、文化藝術(shù)等領(lǐng)域。為了識(shí)別某一場(chǎng)景中的人或物體，需要利用圖像處理技術(shù)對(duì)圖片進(jìn)行加工處理，包括以下環(huán)節(jié)：（1）圖像預(yù)處理。消除圖像噪點(diǎn)，提高清晰度，常用的方法有小波去噪、均值濾波、自適應(yīng)維納濾波等。（2）圖像分割。將圖像根據(jù)性質(zhì)差異劃分成有意義的部分，主要通過二值化實(shí)現(xiàn)，用黑白表示不同灰度像素，突出目標(biāo)物。（3）特征提取。從分割后的目標(biāo)物中提取大小、形狀、顏色等特征，形成詳細(xì)的特征集合，便于對(duì)目標(biāo)物進(jìn)行準(zhǔn)確描述。（4）特征分類與目標(biāo)識(shí)別。計(jì)算機(jī)通過選擇和降維目標(biāo)特征集，得到最具區(qū)分度的特征，然后通過學(xué)習(xí)特征數(shù)據(jù)建立分類模型，實(shí)現(xiàn)對(duì)目標(biāo)的準(zhǔn)確識(shí)別。在畜禽業(yè)領(lǐng)域，圖像處理技術(shù)常用于畜禽識(shí)別定位，監(jiān)測(cè)畜禽的行為和生理狀況，靈敏度高，且非接觸式的識(shí)別監(jiān)測(cè)還能有效避免給畜禽造成應(yīng)激反應(yīng)傷害。將圖像處理技術(shù)和傳感器監(jiān)測(cè)技術(shù)相結(jié)合，獲取更為準(zhǔn)確的監(jiān)測(cè)數(shù)據(jù)，以此完善動(dòng)物行為分析模型，可以提高動(dòng)物行為分析的準(zhǔn)確率。圖像處理技術(shù)還能把遙感獲取的圖像信息數(shù)字化，并存儲(chǔ)到計(jì)算機(jī)中，為畜禽環(huán)境監(jiān)測(cè)、災(zāi)害預(yù)警等提供便利。5.6地理信息系統(tǒng)（GIS）地理信息系統(tǒng)(Geographic