基于三轴加速度和人工神经网络的奶牛采食行为鉴别方法研究

• 作者: 丁露雨 李奇峰 赵文杰 陈争光
• 来源期刊: 安徽农业科学
• 学科: 工学
• 关键词: 三轴加速度 人工神经网络 采食行为鉴别 小波降噪
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 农业经济·农业信息
• 页码范围: 231-234
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.0517-6611.2020.18.061

摘要

提出了应用一种基于三轴加速度与人工神经网络结合的快速鉴别奶牛采食行为的方法,采集了5头牛3个位置共9000组数据样本,在30 min内采集了1头牛3个位置的1800组三轴加速度数采食行为数据,经过savitzky-golay平滑和小波降噪处理后,对数据进行分析.以奶牛采食行为的三轴X、Y、Z轴上的加速度和三轴加速度和Vector sum自以为网络输入,行为类别作为输出,建立3层LMBP神经网络模型.每头奶牛的每个位置的3个行为各取100组样本数据,共300组样本数据用于建模,20个样本数据共60组样本数据用于预测.该研究所建立的LMBP神经网络模型的迭代次数为5000次.在3个位置中,其中在奶牛鼻子部位的识别率最好且最稳定,对奶牛的3种行为的识别率平均达到了91.04％、92.89％、98.00％.结果 显示,基于三轴加速度和人工神经网络的奶牛采食行为鉴别模型可以有效地监测奶牛的采食行为,且经过预处理后的三轴加速度可以提高奶牛采食行为的鉴别效率,为其他动物的采食行为鉴别提供了一种新的思路方法.