论文部分内容阅读
通过对春季猪病防控技术的探索与分析，掌握春季猪病防控技术要点，确保春季养猪业健康发展。
春季猪病防控技术探索与分析
【摘 要】
：
通过对春季猪病防控技术的探索与分析，掌握春季猪病防控技术要点，确保春季养猪业健康发展。
【机 构】
：
岳池县坪滩畜牧兽医站,岳池县畜牧站
【出 处】
：
兽医导刊
【发表日期】
：
2016年4期
其他文献
目的：分析邻苯二甲酸二丁酯对小鼠卵巢功能的影响。方法：采用随机数字表法将2017年3月-2017年5月购买的60只小鼠分为对照组（二甲基亚砜）、低剂量组（4mg／kg）、中剂量组（40mg／kg）、高剂量
常规自适应方向图综合在求解最优权值向量时需经过复杂的广义矩阵求逆运算,计算过程繁琐,占用存储空间大。针对这一问题,提出一种采用二阶锥规划与压缩感知理论的改进自适应方向图综合算法。改进的算法将传统算法中的误差性能函数通过数学变换转换成标准二阶锥规划形式快速求解,同时应用压缩感知理论将大规模阵列权值稀疏化处理,从而得到最优天线阵列权值向量并减少训练时间。仿真结果表明,采用二阶锥规划与压缩感知的改进算法
通常在蛋白质网络中挖掘稠密子图或模块来识别其中的蛋白质复合物,限制了其应用范围和识别的准确性。针对该问题,提出了一种基于加权网络和局部适应度的蛋白质复合物识别算法。该算法综合稠密子图的密度指标和模块性定义了新的局部适应度函数,并基于边聚集系数构建加权的蛋白质网络,根据权值选择边,在加权蛋白质网络中将种子边不断聚类扩展,挖掘综合适应度最大的子图,从而识别出蛋白质复合物。在多个真实蛋白质网络中的实验表
为了进一步提高极限学习机的学习性能,将并行学习的思想引入单层极限学习机,并提出了基于并行学习的多层极限学习机模型。实验结果表明,该模型比传统的单层极限学习机、多层极限学习机以及传统基于误差反向学习的深度学习模型分类准确率高、收敛速度快。
针对车车通信中快时变无线通信不稳定性和追踪的复杂性,提出一种基于盲信道估计过程中的判决反馈信道估计方法。借助来自接收机端解调器的输出判定符号,利用噪声衰落信道传输数据的统计特性追踪快速变化的信道传递函数;使用时间截断技术对获得的信道估计值进行判决反馈降低噪声影响,对载波间干扰进行消除,从而提高快时变信道的估计精度。仿真表明,相对于传统的信道估计算法,所提出的算法具有更优的误码率和均方误差性能。
针对消费者对商品的偏好存在时序变化特征,而传统关联规则方法未考虑时间因素的影响,且对海量数据集进行关联挖掘时存在效率低下的问题,提出了基于艾宾浩斯遗忘曲线的模糊关联规则算法。该方法通过FCM聚类算法对商品进行聚类,并用艾宾浩斯遗忘曲线来修正聚类的距离度量方法,从而得到商品类及各类的代表点商品;然后将各代表点商品作为属性,消费记录小票作为样本,利用模糊关联规则算法得到代表点商品间的规则;最后将某大型
绵羊痘是各种家畜痘病中危害最为严重的一种热性接触性传染病。由山羊痘病毒属的绵羊痘病毒引起，其特征是皮肤和黏膜上发生特异的痘疹，可见到典型的斑疹、丘疹、水疱、脓疱和结
20世纪90年代以来，我国规模化养猪生产发展迅速，但由于预防管理滞后，猪的疫病种类也增多，疫情日趋复杂，继发感染、混合感染日益严重，疫病控制和净化难度加大，生猪死淘率居高不下，直接
疾病是影响养殖效率的重要原因，特别是在肉鸡养殖过程中，养殖环境、卫生消毒条件、免疫治理等都是制约养殖效益的重要因素。工作中我们要加强饲养管理，做好基础养殖管理，同时也要