基于三軸加速度傳感器的山羊行為特征識(shí)別研究.pdf

1、近年來(lái)，隨著信息技術(shù)的不斷發(fā)展，我國(guó)對(duì)山羊畜群的健康養(yǎng)殖、安全生產(chǎn)、質(zhì)量監(jiān)管及質(zhì)量溯源的要求越來(lái)越嚴(yán)格，但是對(duì)山羊畜群行為特征監(jiān)測(cè)依然要依賴(lài)飼養(yǎng)員的直覺(jué)和經(jīng)驗(yàn)來(lái)判斷，不但耗費(fèi)大量人力，而且工作效率也低，已不再適合規(guī)模化、集約化的現(xiàn)代家畜養(yǎng)殖業(yè)。
　　為了快速并精準(zhǔn)的判定動(dòng)物行為與疫病診斷的關(guān)系，各國(guó)研究人員引入了機(jī)器視覺(jué)技術(shù)、視頻或圖像處理技術(shù)、聲學(xué)探測(cè)等行為特征識(shí)別技術(shù)，但是這些識(shí)別技術(shù)對(duì)環(huán)境光線(xiàn)、攝像機(jī)的固定位置及角度有較高要

2、求。如果想要連續(xù)不間斷地記錄動(dòng)物（特別是散養(yǎng)放牧的家畜動(dòng)物）的行為數(shù)據(jù)，就必須依賴(lài)于傳感器信息采集與處理技術(shù)。為此本論文設(shè)計(jì)的核心就是利用三軸加速度傳感器對(duì)山羊典型日常行為特征進(jìn)行識(shí)別研究。主要內(nèi)容包括:
　　(1)本文有針對(duì)性的對(duì)山羊的三軸加速度數(shù)據(jù)進(jìn)行采集并分析，通過(guò)K-means均值聚類(lèi)算法和SVM算法分別對(duì)采集的山羊三軸加速度數(shù)據(jù)集進(jìn)行迭代訓(xùn)練，分析比較兩種算法對(duì)分類(lèi)模型精度的影響，并結(jié)合動(dòng)作發(fā)生的時(shí)間識(shí)別并驗(yàn)證山羊的4種

3、典型日常行為對(duì)應(yīng)的加速度數(shù)據(jù)模型。研究結(jié)果顯示:依據(jù)K-means均值聚類(lèi)算法對(duì)山羊的躺臥、站立或慢走、采食、跨跳等典型日常行為識(shí)別的準(zhǔn)確率達(dá)87.76％，但經(jīng)過(guò)SVM算法優(yōu)化之后的典型行為識(shí)別率提高了近6個(gè)百分點(diǎn)。研究結(jié)果表明該算法對(duì)山羊典型日常行為的特征分類(lèi)與識(shí)別能夠達(dá)到較高的分類(lèi)精度，具有更高的尋優(yōu)效率，在行為識(shí)別領(lǐng)域有非常高的應(yīng)用價(jià)值。
　　(2)本文對(duì)山羊的生活習(xí)性進(jìn)行了詳細(xì)分析，研究了三軸加速度傳感器在山羊身體部署位置