基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鉴于我国现有规模化养猪场中猪只健康鉴定主要依赖于人工观测、效率低、误判率高的现状,通过在规模化养猪场猪舍正上方悬挂网络摄像头采集猪只活动视频,应用支持向量机模型分析猪只运动参数和体态特征数据,对猪只的采食、排泄、站立、趴窝、慢走、跑动等行为进行分类.结果表明,该模型对于猪只的6种行为分类准确率达96.09%.
推荐文章
基于SVM的图像分类
支持向量机
分类器
底层特征
高层语义
基于改进SVM算法的植物叶片分类研究
植物叶片分类
布谷鸟搜索算法
支持向量机
基于多级SVM分类的语音情感识别算法
语音情感识别
支持向量机
多级分类
主成分分析
基于纹理和边缘的SAR图像SVM分类
合成孔径雷达图像分类
纹理特征提取
边缘特征提取
灰度共生矩阵
支持向量机
主成分分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM的猪只行为分类
来源期刊 广东农业科学 学科 农学
关键词 行为分类 SVM 猪只 健康养殖
年,卷(期) 2016,(3) 所属期刊栏目 畜牧兽医·水产养殖
研究方向 页码范围 152-156
页数 5页 分类号 S811.8|S828.4
字数 4155字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 俞守华 华南农业大学数学与信息学院 97 682 13.0 22.0
2 杨剑达 华南农业大学数学与信息学院 1 6 1.0 1.0
3 陈紫城 华南农业大学数学与信息学院 1 6 1.0 1.0
4 杨畅达 华南农业大学数学与信息学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (20)
参考文献  (12)
节点文献
引证文献  (6)
同被引文献  (20)
二级引证文献  (3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
行为分类
SVM
猪只
健康养殖
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广东农业科学
月刊
1004-874X
44-1267/S
大16开
广州市五山广东省农科院内
46-43
1965
chi
出版文献量(篇)
14242
总下载数(次)
17
论文1v1指导