基于PAM-RF 的奶牛活动异常情况监测

奶牛生理状态信息化监测是实现现代化大规模奶牛养殖的重要工具。针对奶牛的行为模式监测问题,设计了一种利用无线传感器网络技术,基于PAM算法与随机森林算法相结合的奶牛活动异常情况监测模型。该监测模型使用三轴加速度传感器作为奶牛行为数字化采集手段,无监督PAM算法分类样本行为作为训练集,结合基于有监督的随机森林算法作为奶牛活动行为分类的数学模型,在分类奶牛行为基础上构建奶牛活动强度指数时间序列,进而监测奶牛活动异常情况的发生。结果表明,该模型可以高效地分辨高、中、低3类不同强度的奶牛活动行为,模型的平均分类正确率高于91%,其中高强度与低强度分类正确率均高于95%;运用奶牛活动强度指数时间序列能够有效监测奶牛发情异常情况的发生,监测奶牛发情的正确率为91.67%。