基于深度信念网络的湖羊维持行为识别

作     者：石文兵 葛斌 苏树智 SHI Wenbing;GE Bin;SU Shuzhi

作者机构：安徽理工大学计算机科学与工程学院安徽淮南232001 

出 版 物：《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期：2020年第33卷第7期

页      面：1020-1026页

核心收录：

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：国家自然科学基金项目(51874003,61806006) 中国博士后科学基金项目(2019M660149) 安徽省自然科学基金项目(1808085MG221) 安徽省高等学校自然科学研究项目(KJ2018A0083) 

主　　题：行为识别 深度信念网络 姿态传感器 湖羊 维持行为 

摘      要：为提升湖羊的福利化养殖水平和推动动物福利事业健康发展,提出了基于深度信念网络(Deep Belief Network,DBN)的湖羊维持行为识别方法。挑选6只湖羊佩戴装有姿态传感器的颈环,经数据采集和整理,构建了包括58680个样本的湖羊维持行为数据集,记录了湖羊卧息、采食、饮水、反刍4种维持行为,结合错误率和重构误差两项评价指标,构建了逐层贪婪二次划分算法的DBN识别模型,经训练后,在测试集上与传统的BP神经网络(BPNN)、随机森林(RF)、支持向量机(SVM)模型进行对比分析,同时对湖羊进行分组识别对比分析,结果表明:本文方法明显优于其他三种方法,4种维持行为的平均识别精度和灵敏度分别为0.9916和0.9915,验证了该方法在湖羊维持行为识别上的有效性。本研究结果可为湖羊的福利化养殖、行为学研究、异常行为识别及疾病预警提供技术支持。