基于可穿戴传感器组合部署的猪只行为识别研究

作     者：何金成 杨万林 刘涛 庄俊玮 

作者机构：福建农林大学机电工程学院 现代农业装备福建省高校工程研究中心 

出 版 物：《中国农机化学报》 (Journal of Chinese Agricultural Mechanization)

年 卷 期：2024年

学科分类：0905[农学-畜牧学] 080202[工学-机械电子工程] 08[工学] 09[农学] 0802[工学-机械工程] 

基　　金：福建省星火项目(2020S0002) 福建农林大学科技创新专项(KFA17024A) 

主　　题：猪只行为 部署位置 可穿戴设备 姿态传感器 Relief算法 卷积神经网络 

摘      要：猪只行为监测是实现猪只智能化、精细化养殖的关键技术。采用姿态传感器，设计两种可穿戴设备，分别部署在试验猪的背部和颈部，采集俯卧、侧卧、采食、站立、行走、犬坐和排泄7种日常行为数据。采集的行为数据集有3种，分为单源部署（背部或颈部）和组合部署（背部+颈部）。采集的信号进行小波降噪、数据信号的选取、数据分割、时域特征提取、Relief算法特征选择等数据处理，其中Relief算法特征选择结合BP神经网络和随机森林算法确定特征保留数，以处理好的数据进行输入，建立BP神经网络、随机森林、卷积神经网络和极限学习机四种分类模型，比较各模型性能。结果表明：组合部署的总体准确率明显高于单源部署。BP神经网络、随机森林、卷积神经网络和极限学习机在组合部署的分类准确率分别为90.59%、87.14%、91.67%和82.5%。综合各种评价指标，组合部署的分类模型以CNN卷积神经网络最佳。两个姿态传感器组合部署及融合信息可以很好地对猪只行为进行分类，该研究结果对猪只日常行为监测和健康评估有重要意义。