使用物联网领IMU信号的数据集用于检测自由放牧牛的行走,放牧和休息行为
David Morales-Vargas1, Miguel Guarda-Vera2, Daniel Iglesias-Quilodrán1
1Departamento de Ingeniería Eléctrica, Universidad de La Frontera, Temuco, Chile.
Frontiers in veterinary science
|September 15, 2025
概括
这项研究创建了一个乳牛行为数据集,使用物联网项圈来检测. 机器学习模型准确地对行为进行了分类,从而可以在牛中早期检测.
科学领域:
- 动物科学动物科学
- 机器学习 机器学习
- 物联网应用物联网应用
背景情况:
- 是奶牛的重大福利和经济问题.
- 准确检测是及时干预和群体管理的关键.
- 行为分析提供了一种非侵入性方法来评估.
研究的目的:
- 开发和呈现公开可用的乳牛行为与相关的数据集.
- 提取和利用传感器衍生特征用于基于机器学习的行为分类.
- 评估不同机器学习模型在识别乳牛关键行为方面的有效性.
主要方法:
- 在10只奶牛身上使用了物联网项圈来收集数据.
- 记录了加速和陀螺仪信号,提取了112个特征.
- 应用自动特征选择和各种机器学习算法 (SVM,后勤回归,决策树,随机森林) 来进行行为分类.
- 使用宏 F1-score 评估模型性能.
主要成果:
- 创建了441个标记行为 (7小时以上) 的数据集.
- 身体框架参考加速信号改善了行为歧视.
- 支持矢量机器 (SVM) 以0.9625.5的宏F1得分实现了最高的性能.
- 开发的特征使步行,放牧和休息行为能够准确地分类.
结论:
- 开发的数据集和特征提取方法有助于准确分类奶牛行为.
- 这种方法支持开发自动化系统,用于早期检测乳牛群的.
- 这一数据集的公开可用性将促进准确畜牧业和动物福利的进一步研究.
