一种基于信息融合的猪行为识别方法及系统技术方案

本发明专利技术涉及一种基于信息融合的猪行为识别方法及系统，包括：获取以往猪活动过程中历史猪行为数据；根据历史猪行为数据确定历史加速度‑时间曲线；根据历史曲线确定历史相邻波峰间隔集合以及历史相邻波峰波谷差值集合；然后训练卷积神经网络，得训练好的卷积神经网络；获取当前猪行为数据；根据当前猪行为数据确定当前猪行为标准差；判断标准差是否小于预设标准差阈值；若是则当前猪行为为静止状态；若否则根据当前猪行为数据确定当前加速度‑时间曲线；根据当前曲线确定当前相邻波峰间隔集合以及当前相邻波峰波谷差值集合；然后将上述集合输入到训练好卷积神经网络，得到当前检测结果，通过本发明专利技术上述方法能够对猪的异常行为进行识别。

A pig behavior recognition method and system based on information fusion

【技术实现步骤摘要】
一种基于信息融合的猪行为识别方法及系统
本专利技术涉及猪行为识别
，特别是涉及一种基于信息融合的猪行为识别方法及系统。
技术介绍
在养猪生产活动中，高效、主动的监控猪的各种行为，主动的维护猪的正常行为，及时准确发现异常行为，对于提高猪的养殖生产效率、提高猪肉的营养水平十分重要。然而，传统的对猪行为进行识别是通过人工观察，人工观察猪行为再进行判断识别，不仅费时费力、效率低，而且由于人的时间精力有限，很容易忽视养殖过程中的一些异常的行为表现，不能及时发现猪的异常行为，从而造成经济损失。
技术实现思路
本专利技术的目的是提供一种基于信息融合的猪行为识别方法及系统，能够对猪的异常行为进行识别。为实现上述目的，本专利技术提供了如下方案：一种基于信息融合的猪行为识别方法，所述猪行为识别方法包括：获取以往猪活动过程中历史猪行为数据；所述历史猪行为数据为在预设时间段内各时刻猪的加速度；根据所述历史猪行为数据确定历史加速度-时间曲线；根据所述历史加速度-时间曲线确定历史相邻波峰间隔集合以及历史相邻本文档来自技高网...

【技术保护点】
1.一种基于信息融合的猪行为识别方法，其特征在于，所述猪行为识别方法包括：/n获取以往猪活动过程中历史猪行为数据；所述历史猪行为数据为在预设时间段内各时刻猪的加速度；/n根据所述历史猪行为数据确定历史加速度-时间曲线；/n根据所述历史加速度-时间曲线确定历史相邻波峰间隔集合以及历史相邻波峰波谷差值集合；/n根据所述历史相邻波峰间隔集合以及所述历史相邻波峰波谷差值集合训练卷积神经网络，得到训练好的卷积神经网络；/n采用加速度传感器获取当前猪活动过程中的当前猪行为数据；/n根据所述当前猪行为数据确定当前猪行为标准差；/n判断所述当前猪行为标准差是否小于预设标准差阈值，获得第一判断结果；/n若所述第...

【技术特征摘要】
1.一种基于信息融合的猪行为识别方法，其特征在于，所述猪行为识别方法包括：
获取以往猪活动过程中历史猪行为数据；所述历史猪行为数据为在预设时间段内各时刻猪的加速度；
根据所述历史猪行为数据确定历史加速度-时间曲线；
根据所述历史加速度-时间曲线确定历史相邻波峰间隔集合以及历史相邻波峰波谷差值集合；
根据所述历史相邻波峰间隔集合以及所述历史相邻波峰波谷差值集合训练卷积神经网络，得到训练好的卷积神经网络；
采用加速度传感器获取当前猪活动过程中的当前猪行为数据；
根据所述当前猪行为数据确定当前猪行为标准差；
判断所述当前猪行为标准差是否小于预设标准差阈值，获得第一判断结果；
若所述第一判断结果为所述当前猪行为标准差小于预设标准差阈值，所述当前猪行为为静止状态；
若所述第一判断结果为所述当前猪行为标准差大于或等于预设标准差阈值，根据所述当前猪行为数据确定当前加速度-时间曲线；
根据所述当前加速度-时间曲线确定当前相邻波峰间隔集合以及当前相邻波峰波谷差值集合；
将所述当前相邻波峰间隔集合以及所述当前相邻波峰波谷差值集合输入到训练好卷积神经网络，得到当前检测结果。


2.根据权利要求1所述的基于信息融合的猪行为识别方法，其特征在于，所述根据所述历史加速度-时间曲线确定历史相邻波峰间隔集合以及历史相邻波峰波谷差值集合，具体包括：
根据所述历史加速度-时间曲线，采用公式IoPt＝Tt-Tt-l确定历史相邻波峰间隔集合，其中，Tt-l表示第一波峰出现的时间，Tt表示与所述第一波峰相邻的第二波峰出现的时间，IoPt表示所述第一波峰和所述第二波峰间隔时间，l表示所述第一波峰和所述第二波峰间的采样点数；
根据所述历史加速度-时间曲线，采用公式DAPTt1＝Sacct1-k1-Sacct1确定历史相邻波峰-波谷差值集合；其中，Sacct1-k1表示第一波峰值，Sacct1表示与所述第一波峰值相邻的第一波谷值，DAPTt1表示所述第一波峰值和所述第一波谷值的差值，k1表示所述第一波峰值和所述第一波谷值间的采样点数；
根据所述历史加速度-时间曲线，采用公式DAPTt2＝Sacct1-Sacct1+k2确定历史相邻波谷-波峰差值集合；其中，Sacct1表示所述第一波谷值，Sacct1+k2表示与所述第一波谷值相邻的第二波峰值，DAPTt2表示所述第一波谷值与所述第二波峰值的差值，k1表示所述第二波峰值和所述第一波谷值间的采样点数。


3.根据权利要求1所述的基于信息融合的猪行为识别方法，其特征在于，所述根据所述历史相邻波峰间隔集合以及所述历史相邻波峰波谷差值集合训练卷积神经网络，得到训练好卷积神经网络，具体包括：
从所述历史相邻波峰间隔集合以及所述历史相邻波峰波谷差值集合中均选取预设数量的特征数据；
将所述特征数据输入到卷积神经网络中，获取错误分类率；
判断所述错误分类率是否小于预设分类率阈值，获得第二判断结果；
若所述第二判断结果为所述错误分类率小于预设分类率阈值，所述卷积神经网络为训练好卷积神经网络；
若所述第二判断结果为所述错误分类率大于或等于预设分类率阈值，将所述预设数量的值增大，返回步骤“从所述历史相邻波峰间隔集合以及所述历史相邻波峰波谷差值集合中均选取预设数量的特征数据的”。


4.根据权利要求1所述的基于信息融合的猪行为识别方法，其特征在于，所述根据所述当前猪行为数据确定当前猪行为标准差，具体包括：
根据所述当前猪行为数据，采用公式确定当前猪行为标准差；其中，SD表示所述当前猪行为标准差，xr表示第r时刻所述当前猪的加速度，r＝1,2,3…N，N表示预设时间段内所述当前猪的加速度的个数，μ表示所述当前猪的加速度的均值。


5.一种基于信息融合的猪行为识别系统，其特征在于，所述猪行为识别系统包括：
历史猪行为数据获取模块，用于获取以往猪活动过程中历史猪行为数...

【专利技术属性】
技术研发人员：庄家煜，许世卫，刘佳佳，邸佳颖，
申请(专利权)人：中国农业科学院农业信息研究所，
类型：发明
国别省市：北京;11