JTF-SqueezeNet:一个基于联合时间频率数据表示的SqueezeNet网络,用于在单独养的子中检测产卵
Siting Lv1, Yuanyang Mao1, Youfu Liu1
1College of Mathematics Informatics, South China Agricultural University, Guangzhou 510642, China; Key Laboratory of Smart Agricultural Technology in Tropical South China, Ministry of Agriculture and Rural Affairs, Guangzhou 510642, China; Guangdong Engineering Research Center of Agricultural Big Data, Guangzhou 510642, China.
Poultry science
|January 14, 2025
概括
可穿戴传感器和联合时间频率表示 (TFR) 能够准确地检测子产卵. 这种方法提高了繁殖的效率,通过识别高准确度和最小推断时间的产卵状态.
科学领域:
- 动物科学动物科学
- 生物技术是生物技术.
- 机器学习 机器学习
背景情况:
- 精确检测繁殖的产卵时间对于优化生产效率至关重要.
- 目前的方法往往是昂贵的,需要控制的环境,限制实际应用.
研究的目的:
- 开发一种具有成本效益和准确的方法,使用可穿戴传感器检测个体子产卵.
- 为了利用联合时间频率表示 (TFR) 来分析传感器数据和识别产卵事件.
主要方法:
- 通过可穿戴传感器的X轴加速数据持续监测活动.
- 应用短时间里叶变换 (STFT) 来从传感器数据生成光谱图.
- 使用SqueezeNet用于谱图中的特征检测和卡尔曼过用于状态预测.
主要成果:
- 在检测产卵状态时达到95.73%的准确性,每个窗口的推断时间为2.15毫秒.
- 识别了92.19%的准确度,93.57%的精度和91.95%的回忆率的产卵期.
- 证明了TFR的可扩展性,以减少计算复杂性.
结论:
- 提出的基于传感器的TFR方法为监测子产卵提供了一个高度准确和高效的解决方案.
- 这种方法有可能显著提高繁殖的管理和生产率.
- 对TFR可扩展性的进一步探索可以提高现实世界部署的计算效率.
