基于神经网络算法的肉牛采食行为检测方法

为解决肉牛采食行为识别问题,利用集陀螺加速度计和蓝牙模块为一体的传感器节点采集肉牛的行为姿态数据并通过蓝牙轮询组网模式将数据无线传输到PC上位机,进行实时显示,对采集的肉牛行为数据进行分析,进而识别肉牛采食行为。选用40头健康处于育肥期的西门塔尔肉牛样本(体重约385kg,舍饲,每天饲喂2次,可自由饮水),分为2组,其中30头为试验组,用松紧带在肉牛颞窝部位佩戴传感器节点;另外10头为对照组,不佩戴传感器,用于比较肉牛是否因佩戴节点而有异常反应。同时在肉牛限位栏的前方安装监控摄像头,记录肉牛的行为信息,以作为后期数据处理依据。试验记录的原始数据包括X、Y、Z三个轴的加速度、角度以及角速度的九个变量值、数据采集的时间(s)以及节点内部温度。结果表明:肉牛采食行为检测系统能够快速采集和传输肉牛采食信息,系统工作稳定。传感器节点体积大小合适,对肉牛采食行为没有任何影响,肉牛基本没有应激反应。说明利用BP神经网络算法可以实现对肉牛采食行为的识别,能够分类出肉牛两种不同的行为状态。根据对采集数据的对比分析,提取出了肉牛在两种不同状态下的特征值,并选择了合适的特征值作为BP神经网络的输入。通过BP神经网络分类的肉牛的采食行为,其正确率为99.04%。