首页 > 分享 > 猪动物行为识别详解.ppt

猪动物行为识别详解.ppt

萌宠菠菠乐园
2024-11-24 03:06

猪动物行为识别绝大多数猪都表现出8种行为: 1 采食行为; 2 排泄行为; 3 性行为; 4 母性行为; 5 争斗行为; 6 群居行为; 7 探究行为; 8 热调节行为。除一般行为以外,所处环境中的有害刺激和不健康的生活状态容易引起猪的异常行为。异常行为可通过许形式表现,如釆食、排泄、性、母性、好斗、啃咬栏杆、转圈、咬蹄、食仔等。 1 猪采食、饮水监测对猪的采食及饮水进行监测。以每头猪为单位记录猪每次采食的采食量、采食时间、饮水的饮水食、饮水时间。 2 猪活动监测对猪的活动进行监测,包括对其在猪舍内的位置进行定位跟踪只限于圈养猪和运动行为监测。运动行为主要监测猪的运动时间、强度、频次、类别。对猪在猪舍内的位置进行定位跟踪,掌握猪的活动范围及活动轨迹,掌握猪的运动及活动习性。射频RFID--采食，饮水，排泄目前,国内外现代化的猪场中,射频识别技术 RFID 已应用于生猪飼养,一定程度上提高了生猪养殖的管理水平王保恒等2013;王凌2012;陆昌华等2006;魏志胜2013 。射频识别技术主要是通过在猪的耳朵上安装一个射频电子标签 RFID标签 Bonnet,etal. 2006; Guoqiang and Zhaojie 2011;周仲芳等 2008;胡圣杰 2008;郭忠利2012;陈林锋等2013 。用专门的射频标签读取设备来识别射频电子标签中存储的ID号及相关信息。通过猪在生长、运输、屠宰的全程中采用射频电子标签的来监控管理的方式,提高生猪的管理的准确性和效率,并形成了一个完整的养殖到食品的管理纽带史海霞和杨毅2009;莫灵江等2012;谢菊芳等2006 。射频RFID--采食，饮水，排泄以某生猪培育基地的一栏 10头重约 80kg的生猪为实验对象，24h监测其进食行为。正常生猪自由采食频率为白天 , 6-8次，夜间4-5 次，猪的采食量随体重增长而增加，生长期的猪的采食量一般为体重的3.5%-4.5%。设定每天每只猪进食量报警阈值为2.0kg，实验期为 15天。射频RFID--采食，饮水，排泄本文设计了基于 RFID技术的生猪行为自动监测系统，采用嵌入式系统技术和RFID 射频识别技术，说明了系统的硬件组成和软件设计方案。提出的方法和相关关键技术具有良好的应用前景，可针对猪的进食行为进行有效的监测。这套系统的通用性很强，后续研究中对该系统稍加改进即可用于对生猪饲养的排泄,饮水等行为进行有效监测。采用 RFID技术为猪只的身份识别提供了强大的技术保障，无线通信技术简便实现了恶劣的环境条件中实现远程数据传输。经过测试，该方案合理有效，且系统易于实现，价格低廉，适用于大型或中型生猪饲养基地使用。无线传感器--走，跳，跑，静止神经网络识别算法短时能量和短时过零率分类算法快速傅里叶变换分类算法无线传感器--走，跳，跑，静止 4 研究了圈养猪运动行为的监测方法。设计了无线传感器节点的三轴加速度传感器硬件,以Z-stack协议栈为基础幵发了加速度数据采集软件,并确定了与PC机通讯的通讯方法和通讯协议,实现了三轴加速度数据采集和通讯。 5 建立了神经网络模式识别分类算法。在神经网络模式识别算法的理论基础上构建了二层运动行为识别神经网络分类器,并设计了 Matlab软件实现对四种运动行为分别为走、跑、跳、静止的识别。模拟试验证明,在85组训练样本试验时识率达到100%,在439组大样本时,神经网络方法对走和静止两种状态的识别率达到100%,而跑和跳两种运动行为由于实际数据特征比较接近,其识别率分别达到99.1%和96.1%,整体识别率达98.9%。 6 圈养猪综合运动行为监测的研究。首次采用短时能量和短时过零率计算方法分析计算三轴加速度运动数据,设计了短时能量和短时过零率运动行为分类算法、FFT快速傅立叶运动行为分类算法和标准差运动行为分类算法。并基于VS2010平台幵发了实时综合猪运动行为监测软件,通过实时模拟试验证明,采用短时能量分类法优于FFT快速傅立叶分类算法和标准差算法,对走、静止、跳和跑三大类运动行为进行识别分类时,识别率约为100%左右,区分跳、跑两种运动行为时,识别率约80%左右。无线传感器--走，跳，跑，静止神经网络识别算法的建立本研究中的采用三轴加速度传感器釆集猪在运动时的震动强度变化。用三轴方向的震动强度来分辨猪只当前的运动行为。由于不同猪的差异性大,运动时运作和习惯都不一样,造成实际猪只的运动行为识别情况非常复杂。简弟的阈值分割方法难以做到广泛的适用性。为了解决这一复杂问题本研究采用人工神经网络建立神经网络状态识别器,对猪的运动行为进行识别和分辨。本研究中为了建立多层神经网络识别器对猪的运动行为的进行分类识别。需对三轴加速度传感器的输出数