基于二叉决策树分类模型的草原牛行为识别

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：为了解决人工监测草原放牧牛运动行为工作量大、监测精度低的问题,试验提出一种基于二叉决策树分类模型的草原牛行为识别方法,即选取草原牛颈部三轴加速度计采集数据的X轴、Y轴、Z轴方差、均方根、平均值及三轴总体的矢量幅度(signal vector magnitude,SVM)和幅度(singal magni-tude area,SMA)共11种统计特征量来构建查准率-查全率曲线(P-R曲线),通过P-R曲线获取各统计特征量所对应的最优行为类别分组方式及最优阈值,利用信息增益作为选择标准来构建二叉决策树分类模型,运用此模型对草原牛的躺卧、反刍、采食及慢走四种运动行为进行分类识别,并与K-均值(K-means)聚类算法比对.结果表明:K-means聚类算法只能识别躺卧行为,难以区分反刍、采食及慢走三种运动行为,但二叉决策树分类模型能够有效地将躺卧和慢走行为从躺卧、反刍、采食及慢走四种行为中识别出来,查准率和查全率均达到0.760以上.说明二叉决策树分类模型较常用的K-means聚类算法可更有效地完成草原牛行为分类,并且准确率更高.

外文标题：Behavior recognition of grassland cattle based on binary decision-tree classification model

作者：

刘章华、魏凤歧、李琦、张燕

展开 >

作者单位：

内蒙古大学创业学院信息工程学院,呼和浩特010070

内蒙古科技大学信息工程学院,包头014010

关键词：

加速度传感器 K-means聚类算法二叉决策树行为分类无线传感器网络草原牛数据处理

基金：

内蒙古自治区科技重大专项内蒙古自治区科技成果转化项目内蒙古大学创业学院教师科研基金

项目编号：

2019ZD025CGZH2018041

出版年：

2022

DOI：

10.13881/j.cnki.hljxmsy.2021.06.0033

黑龙江畜牧兽医(下半月)

ISSN：

年,卷(期)：2022.(2)

参考文献量12