基于支持向量机分类模型的奶牛行为识别方法

被引：27

作者：

任晓惠 ^{[1
]}

刘刚 ^{[1
,2
]}

张淼 ^{[1
,2
]}

司永胜 ^{[3
]}

张馨月 ^{[1
]}

马丽 ^{[1
,3
]}

机构：

[1] 中国农业大学现代精细农业系统集成研究教育部重点实验室

[2] 中国农业大学农业农村部农业信息获取技术重点实验室

[3] 河北农业大学信息科学与技术学院

来源：

农业机械学报 | 2019年 / 50(S1)卷 / S1期

基金：

国家重点研发计划;

关键词：

奶牛; 反刍; 加速度传感器; 支持向量机; 行为分类;

D O I：

暂无

中图分类号：

S823 [牛]; TP181 [自动推理、机器学习];

学科分类号：

0905 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对奶牛行为监测耗费人力、监测精度低等问题,以无线传输颈环获得的数据为研究对象,提出了一种基于萤火虫算法优化支持向量机参数的奶牛行为分类方法。该方法利用萤火虫寻优算法优化支持向量机的参数,达到较高的分类精度。实验结果表明,无线传输颈环能够实时采集和传输奶牛颈部活动信息,并能有效区分不同奶牛的进食、反刍、饮水3种行为,适用性有了较大提高,其中,分类精度、灵敏度和准确率平均值分别达到97. 28%、97. 03%、98. 02%。对比常规的支持向量机算法,本文方法对同一奶牛的分类精度、灵敏度、准确率平均值分别提高了13. 39、28. 2、18. 8个百分点;不同奶牛的分类精度、灵敏度、准确率平均值分别提高了0. 74、2. 24、2. 12个百分点。本文研究结果可为奶牛异常行为检测、疾病智能化预警提供技术支持。

引用

页码：290 / 296

页数：7

共 23 条

[1] 基于深度学习的群猪图像实例分割方法 [J].