首页|基于K-means-BP神经网络的舍饲环境母羊产前运动行为分类识别

基于K-means-BP神经网络的舍饲环境母羊产前运动行为分类识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了探讨舍饲圈养方式对怀孕母羊生理及心理健康产生的影响,设计以三轴加速度传感器MPU6050为核心的母羊产前运动行为监测装置,并对37只成年小尾寒羊母羊产前的运动行为(站立、行走、趴卧及刨地)进行分类识别.针对母羊趴卧和站立2种静态行为识别难度大的问题,提出采用K-means聚类算法对趴卧行为进行识别.在此识别结果的基础上,通过MATLAB软件对其他3种行为数据进行校正、滤波、加窗分段处理,提取母羊产前运动行为数据的19维特征,通过主成分分析降维方法获取累积贡献率达到95％的6个分量作为新的特征集用于行为识别.利用BP神经网络算法对其他3种运动行为进行分类识别.结果 表明:所设计的母羊产前运动行为识别算法对母羊产前趴卧行为的识别率达到99.2％,对站立、行走及刨地行为的识别率分别为85.7％、88.9％、80.0％,能够满足对母羊行为识别的要求;经PCA降维后算法的识别率提高了9.9％,识别效果得到了改善.
Classification and recognition on movement behaviors of ewes in house feeding environment based on K-means and BP neural network

刘艳秋、宣传忠、武佩、张丽娜、张永安、李美安

展开 >

内蒙古农业大学机电工程学院,呼和浩特010018

内蒙古农业大学计算机与信息工程学院,呼和浩特010018

内蒙古师范大学物理与电子信息学院,呼和浩特010022

母羊 舍饲圈养 产前行为 聚类算法 神经网络 行为识别

内蒙古自然科学基金内蒙古自然科学基金国家自然科学基金国家自然科学基金内蒙古农业大学基础学科科研启动基金内蒙古农业大学高层次人才引进科研项目

2020BS030382020BS060033186066631960494JC2018006NDYB2017-31

2021

10.11841/j.issn.1007-4333.2021.03.10

中国农业大学学报
中国农业大学

中国农业大学学报

CSTPCDCSCD北大核心
影响因子：0.971
ISSN：1009-508X
年,卷(期)：2021.26(3)
  • 7
  • 21