基于行为学指标数据的猪只行为分类

• 作者: 俞守华 杨威
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: 行为学指标 猪只行为分类 数据挖掘 决策树分类算法 基于规则生成的分类算法
• 年，卷（期）: 2017,（6）
• 页码范围: 35-39
• 页数: 5页
• 分类号: TP751

摘要

将视频监控技术应用于规模化养猪场能大大减少人力,提高效率。猪只行为分类是通过图像处理计数从视频中获得猪只信息后的图像信息分析阶段,如何从大量数据中挖掘出猪只的行为是完成实现猪只智能监控的关键。通过图像处理将猪只行为信息提取量化后,生猪的行为识别转化成对行为指标信息的分类问题。首先论述猪只行为识别的关键行为学指标,然后引入决策树分类算法,贝叶斯网络分类算法,基于规则归纳的分类算法等三种分类方法对数据进行实验,并对猪只数据进行分类预测后评估三种模型的表现。结果显示,选取的行为学指标对猪只行为具有较高的区分度,J48决策树分类算法较朴素贝叶斯和基于规则生成的分类算法的准确率均达到96%以上,提取的规则能作为猪只行为分类的判断标准。

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	杨威	华南农业大学数学与信息学院	8	30	4.0	5.0