| 基于Wi-Fi无线感知技术的奶牛爬跨行为识别 |
| |
| 引用本文： | 郝玉胜, 林强, 王维兰, 郭敏, 逯玉兰. 基于Wi-Fi无线感知技术的奶牛爬跨行为识别[J]. 农业工程学报, 2020, 36(19): 168-176. DOI: 10.11975/j.issn.1002-6819.2020.19.019 |
| |
| 作者姓名： | 郝玉胜 林强 王维兰 郭敏 逯玉兰 |
| |
| 作者单位： | 1.西北民族大学数学与计算机科学学院,兰州 730030;2.西北民族大学中国民族信息技术研究院,兰州 730030;3.甘肃农业大学信息科学技术学院,兰州 730070 |
| |
| 基金项目： | 西北民族大学中央高校基本科研业务费项目（31920170149）;西北民族大学甘肃省一流学科引导专项资金（11080305）;国家民委创新团队计划资助（〔2018〕98号）;国家自然科学基金项目"面向多流行学习的谱聚类方法及其在运动分割中的应用研究"（61866033）;国家自然科学基金项目"基于健康流数据的健康演进趋势识别与实时状态评测关键技术研究（61562075）;甘肃省高等学校创新基金项目（2020B-069） |
| |
| 摘 要： | 奶牛发情和爬跨行为之间存在着密切的联系,及时发现奶牛的爬跨行为是检测奶牛发情、提高养殖收益需要考虑的重要问题。为了在自然环境下可靠地检测奶牛的爬跨行为,同时避免引起应激反应,研究并提出基于Wi-Fi信号的奶牛爬跨行为检测与识别方法。首先,应用部署在日常生活环境中通用的Wi-Fi设备捕获奶牛的运动状态数据;其次,通过载波聚集、移动加权平均滤波对数据进行预处理;第三,基于局部离群因子LOF算法,实现信号跳变检测并以此为基础获取包含奶牛动作的信道状态信息(Channel State Information, CSI)序列片段;第四,设计并提取CSI序列片段的特征,构建了包含3类奶牛动作,共计8 127个样本的数据集;最后,基于长短时记忆网络(Long Short Term Memory, LSTM)构建奶牛行为识别模型。通过使用数据集中2497个样本作为测试集检验提出的网络模型,检验结果表明,系统能够可靠地捕获包含奶牛动作的CSI序列片段,并以较高的准确率识别奶牛的爬跨行为。模型在测试集上对3类样本的总体分类准确率为96.67%,其Kappa系数为0.943 1,获得了较高的性能。研究结果将...
|
| 关 键 词： | 畜牧业 奶牛 算法 爬跨行为 Wi-Fi无线感知 信道状态信息 |
| 收稿时间： | 2020-06-17 |
| 修稿时间： | 2020-07-29 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
