基于颈环采集节点的母羊产前行为识别方法

来源：农业工程学报杂志2020年第21期北京时间：

作者：应烨伟,曾松伟,赵阿勇,颜菲菲,

摘要：针对目前母羊产前行为监测费时费力、精准度较低、可识别行为类型单一等问题，以颈环采集节点获得的加速度数据为研究对象，提出了一种基于区间阈值与遗传算法优化支持向量机（Genetic Algorithm-Support Vector Machine, GA-SVM）分类模型的母羊产前行为识别方法。该方法首先对合加速度数据进行小波降噪和提取轮廓线预处理，再利用区间阈值分类法，识别出行走、趴卧2种行为。在此基础上，采用GA-SVM分类模型实现饮水、采食、反刍3种行为的准确识别。试验表明，颈环采集节点能够实时采集和传输产前母羊颈部的活动信息，并能有效区分5种产前行为活动。可识别行为类型增多，且在适用性方面有了较大提升，平均准确率达到97.88%，比传统的决策树算法、K最近邻（K-Nearest Neighbor, KNN）算法、支持向量机（Support Vector Machine, SVM）算法分别提高了31.26%、21.87%、21.9%。该研究对建立产前母羊运动量及健康评估模型、提高繁殖及工作效率、实现智能化管理等方面具有十分重要的意义。

关键词：识别, 算法, 行为, 区间阈值分类, 遗传算法, 支持向量机