奶牛发情和爬跨行为之间存在着密切的联系,及时发现奶牛的爬跨行为是检测奶牛发情、提高养殖收益需要考虑的重要问题.为了在自然环境下可靠地检测奶牛的爬跨行为,同时避免引起应激反应,研究并提出基于Wi-Fi信号的奶牛爬跨行为检测与识别方法.首先,应用部署在日常生活环境中通用的Wi-Fi设备捕获奶牛的运动状态数据;其次,通过载波聚集、移动加权平均滤波对数据进行预处理;第三,基于局部离群因子LOF算法,实现信号跳变检测并以此为基础获取包含奶牛动作的信道状态信息(Channel State Information,CSI)序列片段;第四,设计并提取CSI序列片段的特征,构建了包含3类奶牛动作,共计8127个样本的数据集;最后,基于长短时记忆网络(Long Short Term Memory,LSTM)构建奶牛行为识别模型.通过使用数据集中2497个样本作为测试集检验提出的网络模型,检验结果表明,系统能够可靠地捕获包含奶牛动作的CSI序列片段,并以较高的准确率识别奶牛的爬跨行为.模型在测试集上对3类样本的总体分类准确率为96.67％,其Kappa系数为0.9431,获得了较高的性能.研究结果将基于Wi-Fi信号的无线感知技术引入农业信息化领域,扩展了动物行为监控的技术手段,为无线传感技术在农业智能化方面的应用提供参考.
展开▼
