牲畜的健康狀況與牧場(chǎng)的經(jīng)濟(jì)效益息息相關(guān)。傳統(tǒng)對(duì)牲畜的健康監(jiān)測(cè)依舊依靠人為判斷,隨著養(yǎng)殖規(guī)模的擴(kuò)大與現(xiàn)代畜牧獸醫(yī)復(fù)合型人才的稀缺,這樣的方式已不再適用。因此實(shí)現(xiàn)對(duì)牲畜體征參數(shù)的自動(dòng)化監(jiān)測(cè)是畜牧業(yè)未來的發(fā)展方向。為了能夠準(zhǔn)確地對(duì)牲畜的健康狀況進(jìn)行判斷,本文基于智能項(xiàng)圈,研究并設(shè)計(jì)了面向牲畜的畜牧健康診斷算法,可為養(yǎng)殖者的決策提供一定程度上的參考。論文的主要工作內(nèi)容如下:首先,通過研究牲畜在生理狀態(tài)發(fā)生改變時(shí)體征參數(shù)的變化規(guī)律,決定將牲畜的體溫、反芻時(shí)間與運(yùn)動(dòng)量作為特征參數(shù),分別運(yùn)用基于最小二乘法的線性回歸算法、峰值檢測(cè)算法與K-means聚類算法對(duì)原始數(shù)據(jù)進(jìn)行提取與校正,將得到的結(jié)果作為健康診斷算法的輸入。其次,構(gòu)建了基于SVM支持向量機(jī)的畜牧健康診斷模型,通過試驗(yàn)對(duì)比了不同歸一化方式下與不同核函數(shù)下的測(cè)試集預(yù)測(cè)分類準(zhǔn)確率,最終確定了對(duì)數(shù)據(jù)進(jìn)行[0,1]上歸一化處理并建立了基于線性核函數(shù)的SVM診斷模型。為了更好提高分類器的性能,采用了CV的方式對(duì)懲罰參數(shù)C與核函數(shù)參數(shù)g進(jìn)行了優(yōu)化,使測(cè)試集預(yù)測(cè)分類準(zhǔn)確率有了明顯的提升。最后,設(shè)計(jì)并搭建了基于STM32的硬件測(cè)試平臺(tái)并對(duì)其進(jìn)行了測(cè)試以保證其...

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外技術(shù)發(fā)展現(xiàn)狀
        1.2.2 國(guó)內(nèi)技術(shù)發(fā)展現(xiàn)狀
        1.2.3 國(guó)內(nèi)外技術(shù)現(xiàn)狀綜述
    1.3 課題研究?jī)?nèi)容
第2章 牲畜體征參數(shù)的提取與校正
    2.1 牲畜健康相關(guān)體征變化分析
        2.1.1 反芻時(shí)間與牲畜健康狀態(tài)的關(guān)系
        2.1.2 體溫與牲畜健康狀態(tài)的關(guān)系
        2.1.3 運(yùn)動(dòng)量與牲畜健康狀態(tài)的關(guān)系
    2.2 健康特征向量的提取與校正
        2.2.1 體表溫度校正算法的實(shí)現(xiàn)
        2.2.2 牲畜反芻時(shí)間提取算法的實(shí)現(xiàn)
        2.2.3 牲畜運(yùn)動(dòng)狀態(tài)分類算法的實(shí)現(xiàn)
    2.3 本章小結(jié)
第3章 畜牧健康診斷算法的研究
    3.1 SVM支持向量機(jī)概述
        3.1.1 線性可分支持向量分類機(jī)
        3.1.2 非線性可分支持向量分類機(jī)
        3.1.3 核函數(shù)
    3.2 健康診斷算法的建立
        3.2.1 二分類支持向量機(jī)
        3.2.2 歸一化處理
        3.2.3 診斷模型的建立
    3.3 SVM的參數(shù)優(yōu)化
        3.3.1 CV方法概況
        3.3.2 交叉驗(yàn)證選擇最佳參數(shù)C&g
    3.4 本章小結(jié)
第4章 算法的測(cè)試與分析
    4.1 硬件平臺(tái)的搭建
        4.1.1 數(shù)據(jù)采集
        4.1.2 數(shù)據(jù)傳輸
        4.1.3 上位機(jī)軟件
    4.2 硬件平臺(tái)的測(cè)試
        4.2.1 MPU6050模塊功能測(cè)試
        4.2.2 Micro SD卡模塊功能測(cè)試
        4.2.3 NB-IoT無線通信模組的功能測(cè)試
        4.2.4 上位機(jī)軟件功能測(cè)試
    4.3 畜牧健康診斷算法的功能測(cè)試
        4.3.1 體溫矯正算法的測(cè)試
        4.3.2 反芻時(shí)間提取算法的測(cè)試
        4.3.3 運(yùn)動(dòng)狀態(tài)分類算法的測(cè)試
        4.3.4 健康診斷算法的測(cè)試
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號(hào)：3995091