科技工作者之家
科技工作者之家APP是专注科技人才，知识分享与人才交流的服务平台。
来源：农业工程学报
《农业工程学报》2020年第36卷第14期刊载了中国农业大学等单位王凯、刘春红与段青玲的论文——“基于MFO-LSTM的母猪发情行为识别”。该研究由国家重点研发计划（项目号：2016YFD0700200）等资助。
由于传统的基于人工别的检测方法存在主观性强、智能化水平低、识别成本高且效率低等问题，很多国内外研究人员对基于物联网的母猪发情行为识别进行了研究。这些研究主要是基于母猪访问公猪频率和母猪采食行为等特征进行识别，有效解决了发情识别自动化程度低的问题，但这些方法仍然存在错误率高、假警报数量多和检测不够及时的问题。过多的假警报会浪费工人的时间来寻找和测试母猪是否发情，检测不及时会导致错过母猪的最佳配种时机。
该文利用安装在母猪颈部的姿态传感器获得母猪姿态数据（包括三轴加速度、角速度、角度、磁场和四元数5类数据），然后使用姿态数据训练飞蛾扑火算法优化长短时记忆网络（MFO-LSTM）的母猪姿态分类模型，将母猪姿态分为立姿、卧姿和爬跨3类。通过对姿态分类结果进行分析，确定以爬跨行为和活动量2个特征作为发情行为识别依据，通过对姿态分类结果的特征提取获得母猪发情行为识别特征矩阵，将此矩阵输入MFO-LSTM分类算法中训练得到母猪发情识别模型，通过此模型可判断母猪是否发情。
研究结果表明，本文方法在以30 min为发情行为识别时间（发情行为识别时间是指识别模型多久需要对母猪姿态数据进行一次分析）时识别效果最好，发情行为识别的错误率为13.43%，召回率为90.63%，特效性为81.63%，与已有的母猪发情行为识别方法，性能良好。研究结果表明，该方法在保证识别准确率的情况下有效降低了错误率，可满足母猪养殖生产过程中发情行为自动识别要求。
来源：gh_c45100f8f9c0 农业工程学报
原文链接：http://mp.weixin.qq.com/s?__biz=MjM5NjU1MzcwNQ==&mid=2652997828&idx=4&sn=f4c0368b1c07d7db24c3cd456740abba&chksm=bd325e428a45d754a60d1ef8bcc20b5ff6374f852c887400c1fbbeb12d0664409061fc74484b&scene=27#wechat_redirect
版权声明：除非特别注明，本站所载内容来源于互联网、微信公众号等公开渠道，不代表本站观点，仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。
电话：（010）86409582
邮箱：kejie@scimall.org.cn
微信
科技工作者之家
京公网安备11010202008424号
