夏季养猪的管理要点

来源 :畜禽业 | 被引量 : 0次 | 上传用户:lazylazy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
畜牧业是国民经济的基础产业和农村经济的支柱产业,养猪业是畜牧业的重要产业部门,为农村稳定,农民增收,农业增效作出了重大贡献。但近年来,随着生猪产业的不断发展,生猪疫病越发增多,旧病未除,新病又发,养殖户不停打疫苗和使用药物也很难奏效,在疫病面前百般无奈。
其他文献
等高线自动综合历来是制图综合领域的重点和难点。目前已存在的等高线化简方法主要是一种几何上的逼近,由于综合处理后的等高线难以保持原有的形态特征,因此为了更好地进行等高线化简,首次提出了一种基于最大通视条件的新的等高线化简方法。该方法首先利用最大通视性原理划分等高线化简区域,并在每个划分的区域范围内,对曲线段进行弯曲嵌套层次分析和等级划分;然后在此基础上根据曲线段弯曲的等级和预先设定的阈值进行弯曲取舍
镜头边界检测是许多多媒体应用的一个重要步骤,而现有的镜头边界检测方法大都是首先提取视频帧低层视觉特征,然后构造相异性测度函数,但由于这些方法对低层特征变化、对象运动、摄像机运动和视频质量较敏感,为克服此问题,提出了一种基于图像分割和对象跟踪的镜头边界检测方法。该方法首先采用分区直方图对镜头进行预检,然后利用基于小波分析的无监督图像分割和对象跟踪技术,通过构造相异性测度函数来对镜头边界进行确认。由于
为了获得光滑自然的点模型渐变效果,基于球面参数化,提出了一种鲁棒的渐变算法。该算法首先对源和目标模型进行球面参数化,使得参数化后的模型嵌入到单位球面上;然后在球面上自适应地对齐模型间的相应特征点,并将球面映射到矩形参数域上,基于该域建立模型间各采样点的对应关系;接着在渐变过程中,采用拉普拉斯算子计算出中间点模型的几何位置,以保持模型的细节;最后利用移动最小二乘曲面进行动态上采样,以消除中间模型的裂
随着近几年3维扫描和图形建模技术的快速发展,3维模型的数据量不断增大,其在存储、显示及传输上都面临巨大的挑战,因此,必须构造模型的简化表示。通过对当前网格模型动态简化算法的分析,提出了一种网格简化算法来构造拓扑可变的网格模型累进表示,在此基础上,通过对简化后的模型数据进行再组织,为简化模型建立了一种紧凑、灵活的动态多分辨率结构,并相应地给出了基于视点的动态简化算法。理论分析和实验结果表明,新方法能
梯度矢量流测地线活动轮廓模型作为对测地线活动轮廓模型的重要改进,不仅扩大了测地线活动轮廓模型的适用范围,而且改进了它的分割效果。但由于该模型中推动活动轮廓演化的外部力量来自于梯度矢量流,因此活动轮廓在演化过程中可能会由于弱边缘等因素的影响而陷于不希望的局部最小值。为尽量减少弱边缘对活动轮廓初始位置的限制及其对轮廓演化的不利影响,提出了一种新的辅以区域力量的梯度矢量流测地线活动轮廓模型,该模型首先将
基于粘滞流体模型的非刚体配准算法是一种适合个体差异较大配准场合的方法。其关键步骤为求解偏微分运动方程组,但原始算法中采用直接离散结合同步超松弛(SOR)的方法相当耗时。为了缩短求解时间,提出一种基于粘滞流体B样条模型的快速方法。首先利用B样条对速度场进行建模,将方程组未知量转为B样条系数,减小计算负担;接着利用B样条的一些重要性质,推导出基于快速傅里叶变换(FFT)的B样条系数求解方法,进一步加快
针对SIFT(scale invariant feature transform)特征描述符因仅利用特征点的局部邻域信息而对散落在图像内相似结构中的点极易发生误匹配的现象,提出了一种基于空间分布描述符的SIFT误匹配校正方法。该方法首先利用SIFT算法进行匹配;然后对于匹配结果中的特征点,再利用图像轮廓像素点对该点的空间分布信息进行重新描述,以形成一种独特性更高的空间分布描述符;最后运用此种描述符
已有的激光图形显示系统太单调,图形显示不灵活,不能体现激光应有的显示功能。提出了一个基于计算机控制的多通道激光图形显示系统,该系统通过分光控制完成了振镜、转镜和步镜的协调工作,更好地展现了3种不同功能的电机工作模式,解决了分光系统中电机的响应失真问题,从而丰富和完善了激光图形显示功能。改进后的激光图形显示系统的试验结果表明,多通道激光图形显示系统提高了图形质量,使显示更便利,内容更丰富。
针对核磁共振医学图像含有的混合噪声的特点,提出了一种基于2维经验模式分解(BEMD)和小波阈值去噪的新算法,即将图像分解到固有模态函数(IMF)域。然后采用小波阈值法对各固有模态函数成分进行去噪处理。在分析了小波硬阈值和软阈值去噪的特点之后,对小波阈值进行了改进,克服了传统小波阈值去噪的不足。实验结果表明该方法在有效去除噪声的同时,较好地保留了MRI图像的细节,有利于医学的诊断。
图像匹配是立体视觉的重要部分,也是双目立体测量系统必须解决和最难解决的问题。为了对图像进行鲁棒性匹配,提出了一种基于自适应迭代松弛的立体点对匹配方法。该方法首先利用视差梯度约束来构造匹配支持度函数;然后通过松弛方法优化该函数来完成立体点对的匹配。由于利用了动态更新松弛匹配过程参数的方法,因此有效地降低了误匹配率和误剔除率。在此基础上还提出了对松弛过程结束后的匹配结果,再次使用视差梯度约束来进行进一