基于三軸加速度傳感器的山羊行為特征識別研究.pdf

1、近年來，隨著信息技術(shù)的不斷發(fā)展，我國對山羊畜群的健康養(yǎng)殖、安全生產(chǎn)、質(zhì)量監(jiān)管及質(zhì)量溯源的要求越來越嚴格，但是對山羊畜群行為特征監(jiān)測依然要依賴飼養(yǎng)員的直覺和經(jīng)驗來判斷，不但耗費大量人力，而且工作效率也低，已不再適合規(guī)?；?、集約化的現(xiàn)代家畜養(yǎng)殖業(yè)。
　　為了快速并精準的判定動物行為與疫病診斷的關(guān)系，各國研究人員引入了機器視覺技術(shù)、視頻或圖像處理技術(shù)、聲學探測等行為特征識別技術(shù)，但是這些識別技術(shù)對環(huán)境光線、攝像機的固定位置及角度有較高要

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

3、典型日常行為對應的加速度數(shù)據(jù)模型。研究結(jié)果顯示:依據(jù)K-means均值聚類算法對山羊的躺臥、站立或慢走、采食、跨跳等典型日常行為識別的準確率達87.76％，但經(jīng)過SVM算法優(yōu)化之后的典型行為識別率提高了近6個百分點。研究結(jié)果表明該算法對山羊典型日常行為的特征分類與識別能夠達到較高的分類精度，具有更高的尋優(yōu)效率，在行為識別領(lǐng)域有非常高的應用價值。
　　(2)本文對山羊的生活習性進行了詳細分析，研究了三軸加速度傳感器在山羊身體部署位置