科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了应用一种基于三轴加速度与人工神经网络结合的快速鉴别奶牛采食行为的方法,采集了5头牛3个位置共9 000组数据样本,在30 min内采集了1头牛3个位置的1 800组三轴加速度数采食行为数据,经过savitzky-golay平滑和小波降噪处理后,对数据进行分析。以奶牛采食行为的三轴X、Y、Z轴上的加速度和三轴加速度和Vector sum自以为网络输入,行为类别作为输出,建立3层LMBP神经网络模型。每头奶牛的每个位置的3个行为各取100组样本数据,共300组样本数据用于建模,20个样本数据共60组样本数据用于预测。该研究所建立的LMBP神经网络模型的迭代次数为5 000次。在3个位置中,其中在奶牛鼻子部位的识别率最好且最稳定,对奶牛的3种行为的识别率平均达到了91.04%、92.89%、98.00%。结果显示,基于三轴加速度和人工神经网络的奶牛采食行为鉴别模型可以有效地监测奶牛的采食行为,且经过预处理后的三轴加速度可以提高奶牛采食行为的鉴别效率,为其他动物的采食行为鉴别提供了一种新的思路方法。
-
单位黑龙江八一农垦大学; 国家农业信息化工程技术研究中心; 北京农业信息技术研究中心
