特征提取和特征降维在猪只行为分类识别中的应用

作者：靳敏; 杨博文; 王春光

来源：黑龙江畜牧兽医, 2022, (23): 53-134.

DOI：10.13881/j.cnki.hljxmsy.2022.02.0008

• 三轴加速度传感器
• 特征提取
• 特征降维
• 分类识别
• 人工神经网络

为了有效改善猪只行为分类识别效果，试验采用三轴加速度传感器获取试验猪(猪A、猪B、猪C)在X轴、Y轴和Z轴三个方向上的加速度数据，建立试验猪只行为数据集，分别提取X轴、Y轴和Z轴的平均值、中位数、最大值、最小值、第一四分位数和第三四分位数，共同构成一个包含21个特征在内的数据集，分别采用ReliefF算法和随机森林算法就各特征对试验猪行为分类识别结果影响的大小进行分析与排序，删除与分类识别性能相关性小的特征，将21维数据集降维至9维。结果表明：将经ReliefF算法降维的数据集用于猪只行为识别与分类，猪A、猪B猪C的总体平均准确率分别为80.9%、81.7%和82.0%;将经随机森林算法降维后的数据集用于猪只行为识别与分类得到的总体平均准确率分别为86.4%、85.3%和87.2%。说明采用随机森林算法进行特征降维的效果更好，更适用于处理猪只行为数据。

• 单位
  机电工程学院; 内蒙古农业大学; 常州机电职业技术学院