基于深度信念網(wǎng)絡(luò)的湖羊維持行為識(shí)別
發(fā)布時(shí)間:2022-12-25 09:56
為提升湖羊的福利化養(yǎng)殖水平和推動(dòng)動(dòng)物福利事業(yè)健康發(fā)展,提出了基于深度信念網(wǎng)絡(luò)(Deep Belief Network,DBN)的湖羊維持行為識(shí)別方法。挑選6只湖羊佩戴裝有姿態(tài)傳感器的頸環(huán),經(jīng)數(shù)據(jù)采集和整理,構(gòu)建了包括58 680個(gè)樣本的湖羊維持行為數(shù)據(jù)集,記錄了湖羊臥息、采食、飲水、反芻4種維持行為,結(jié)合錯(cuò)誤率和重構(gòu)誤差兩項(xiàng)評(píng)價(jià)指標(biāo),構(gòu)建了逐層貪婪二次劃分算法的DBN識(shí)別模型,經(jīng)訓(xùn)練后,在測(cè)試集上與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)(BPNN)、隨機(jī)森林(RF)、支持向量機(jī)(SVM)模型進(jìn)行對(duì)比分析,同時(shí)對(duì)湖羊進(jìn)行分組識(shí)別對(duì)比分析,結(jié)果表明:本文方法明顯優(yōu)于其他三種方法,4種維持行為的平均識(shí)別精度和靈敏度分別為0.991 6和0.991 5,驗(yàn)證了該方法在湖羊維持行為識(shí)別上的有效性。本研究結(jié)果可為湖羊的福利化養(yǎng)殖、行為學(xué)研究、異常行為識(shí)別及疾病預(yù)警提供技術(shù)支持。
【文章頁(yè)數(shù)】:7 頁(yè)
【文章目錄】:
1 湖羊行為特征采集
1.1 基于姿態(tài)傳感器的湖羊行為特征采集
1.2 實(shí)驗(yàn)數(shù)據(jù)獲取方法
2 基于DBN的湖羊維持行為識(shí)別
2.1 湖羊維持行為識(shí)別體系結(jié)構(gòu)
2.2 數(shù)據(jù)集預(yù)處理
2.3 基于DBN的維持行為識(shí)別模型
2.4 模型構(gòu)建與參數(shù)訓(xùn)練
3 實(shí)驗(yàn)與結(jié)果分析
3.1 DBN結(jié)構(gòu)
3.2 維持行為識(shí)別有效性檢驗(yàn)
4 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的玉米品種識(shí)別[J]. 徐巖,劉林,李中遠(yuǎn),高照,李曉振. 江蘇農(nóng)業(yè)學(xué)報(bào). 2020(01)
[2]基于改進(jìn)DBN的發(fā)電機(jī)旋轉(zhuǎn)整流器故障特征提取技術(shù)[J]. 崔江,郭瑞東,張卓然,王莉,孟颯颯. 中國(guó)電機(jī)工程學(xué)報(bào). 2020(07)
[3]基于集成深度置信網(wǎng)絡(luò)的精細(xì)化電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 李寶琴,吳俊勇,邵美陽(yáng),張若愚,郝亮亮. 電力系統(tǒng)自動(dòng)化. 2020(06)
[4]基于支持向量機(jī)分類模型的奶牛行為識(shí)別方法[J]. 任曉惠,劉剛,張淼,司永勝,張馨月,馬麗. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019(S1)
[5]基于深度信念網(wǎng)絡(luò)的高維傳感器數(shù)據(jù)異常檢測(cè)算法[J]. 金鵬,夏曉峰,喬焰,崔信紅. 傳感技術(shù)學(xué)報(bào). 2019(06)
[6]計(jì)算機(jī)視覺技術(shù)在豬行為識(shí)別中應(yīng)用的研究進(jìn)展[J]. 李丹,陳一飛,李行健,蒲東. 中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào). 2019(07)
[7]基于性能改善深度信念網(wǎng)絡(luò)的棉花病蟲害預(yù)測(cè)方法[J]. 王獻(xiàn)鋒,丁軍,朱義海. 浙江農(nóng)業(yè)學(xué)報(bào). 2018(10)
[8]基于最優(yōu)二叉決策樹分類模型的奶牛運(yùn)動(dòng)行為識(shí)別[J]. 王俊,張海洋,趙凱旋,劉剛. 農(nóng)業(yè)工程學(xué)報(bào). 2018(18)
[9]支持向量機(jī)在舍飼肉牛反芻行為分析中的應(yīng)用[J]. 陳春玲,楊天嬌,郭雷,郭宇峰,周雅婷,劉棟. 沈陽(yáng)農(nóng)業(yè)大學(xué)學(xué)報(bào). 2017(06)
[10]基于融合圖像與運(yùn)動(dòng)量的奶牛行為識(shí)別方法[J]. 顧靜秋,王志海,高榮華,吳華瑞. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(06)
本文編號(hào):3726391
【文章頁(yè)數(shù)】:7 頁(yè)
【文章目錄】:
1 湖羊行為特征采集
1.1 基于姿態(tài)傳感器的湖羊行為特征采集
1.2 實(shí)驗(yàn)數(shù)據(jù)獲取方法
2 基于DBN的湖羊維持行為識(shí)別
2.1 湖羊維持行為識(shí)別體系結(jié)構(gòu)
2.2 數(shù)據(jù)集預(yù)處理
2.3 基于DBN的維持行為識(shí)別模型
2.4 模型構(gòu)建與參數(shù)訓(xùn)練
3 實(shí)驗(yàn)與結(jié)果分析
3.1 DBN結(jié)構(gòu)
3.2 維持行為識(shí)別有效性檢驗(yàn)
4 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的玉米品種識(shí)別[J]. 徐巖,劉林,李中遠(yuǎn),高照,李曉振. 江蘇農(nóng)業(yè)學(xué)報(bào). 2020(01)
[2]基于改進(jìn)DBN的發(fā)電機(jī)旋轉(zhuǎn)整流器故障特征提取技術(shù)[J]. 崔江,郭瑞東,張卓然,王莉,孟颯颯. 中國(guó)電機(jī)工程學(xué)報(bào). 2020(07)
[3]基于集成深度置信網(wǎng)絡(luò)的精細(xì)化電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 李寶琴,吳俊勇,邵美陽(yáng),張若愚,郝亮亮. 電力系統(tǒng)自動(dòng)化. 2020(06)
[4]基于支持向量機(jī)分類模型的奶牛行為識(shí)別方法[J]. 任曉惠,劉剛,張淼,司永勝,張馨月,馬麗. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019(S1)
[5]基于深度信念網(wǎng)絡(luò)的高維傳感器數(shù)據(jù)異常檢測(cè)算法[J]. 金鵬,夏曉峰,喬焰,崔信紅. 傳感技術(shù)學(xué)報(bào). 2019(06)
[6]計(jì)算機(jī)視覺技術(shù)在豬行為識(shí)別中應(yīng)用的研究進(jìn)展[J]. 李丹,陳一飛,李行健,蒲東. 中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào). 2019(07)
[7]基于性能改善深度信念網(wǎng)絡(luò)的棉花病蟲害預(yù)測(cè)方法[J]. 王獻(xiàn)鋒,丁軍,朱義海. 浙江農(nóng)業(yè)學(xué)報(bào). 2018(10)
[8]基于最優(yōu)二叉決策樹分類模型的奶牛運(yùn)動(dòng)行為識(shí)別[J]. 王俊,張海洋,趙凱旋,劉剛. 農(nóng)業(yè)工程學(xué)報(bào). 2018(18)
[9]支持向量機(jī)在舍飼肉牛反芻行為分析中的應(yīng)用[J]. 陳春玲,楊天嬌,郭雷,郭宇峰,周雅婷,劉棟. 沈陽(yáng)農(nóng)業(yè)大學(xué)學(xué)報(bào). 2017(06)
[10]基于融合圖像與運(yùn)動(dòng)量的奶牛行為識(shí)別方法[J]. 顧靜秋,王志海,高榮華,吳華瑞. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(06)
本文編號(hào):3726391
本文鏈接:http://sikaile.net/yixuelunwen/dongwuyixue/3726391.html
最近更新
教材專著