支持向量机在舍饲肉牛反刍行为分析中的应用

• 作者: 刘栋 周雅婷 杨天娇 郭宇峰 郭雷 陈春玲
• 来源期刊: 沈阳农业大学学报
• 学科: 农学
• 关键词: 舍饲肉牛 反刍行为分类 蓝牙动作传感器 小波降噪 支持向量机
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 研究简报
• 页码范围: 751-756
• 页数: 6页
• 分类号: S811.8
• 字数: 4202字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1700.2017.06.017

摘要

为进一步加强对反刍类家畜的规范化饲养,合理利用资源,提高生产品质,研究其日常行为规律便成了关键因素.舍饲肉牛的反刍行为是反映肉牛健康状态的重要指标之一.为研究肉牛的反刍行为规律,在辽宁未来牧业随机抽取50头处于育肥期的西门塔尔健康肉牛作为试验对象,进行为期7d的日常活动观察,并记录其行为.将50头肉牛分为试验组和对照组,每组25头.在试验组肉牛的额头绑上九轴蓝牙动作传感器,用于采集肉牛在x,y,z轴上的加速度,角速度和角度共9组特征向量数据.通过小波降噪对此特征向量进行预处理,选择标准归一化的方法降低数据间相互的纲量和影响.抽取特征向量中的70%作为训练集投入SVM(support vector machine,支持向量机)进行二分类训练得到反刍模型,随后将其余30%作为测试集带入反刍模型进行分类预测,以判断是否存在反刍行为.最后,利用对照组的肉牛与试验组相比对,判断试验组的肉牛是否出现异常行为.试验结果表明:所采用试验设备工作正常,信号传输稳定;舍饲肉牛在佩戴传感器节点过程中无不良反应.SVM可以通过蓝牙动作传感器发送得到的特征向量高效且准确的判断肉牛的反刍行为与非反刍行为.分类结果达到97.7728%(其中,反刍识别率97.659%,非反刍识别率97.667%),满足对反刍行为分类的目的,可有效的识别反刍行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈春玲	沈阳农业大学信息与电气工程学院	57	308	12.0	15.0
2	杨天娇	沈阳农业大学信息与电气工程学院	3	1	1.0	1.0
3	郭雷	沈阳农业大学信息与电气工程学院	1	0	0.0	0.0
4	郭宇峰	沈阳农业大学信息与电气工程学院	1	0	0.0	0.0
5	周雅婷	沈阳农业大学信息与电气工程学院	1	0	0.0	0.0
6	刘栋		1	0	0.0	0.0