11、基于传感器数据和集成学习的山羊活动识别

基于传感器数据和集成学习的山羊活动识别

1. 引言

活动识别致力于借助物联网环境和主体的信息，来明确主体的活动。它可分为人类活动识别和动物活动识别。动物活动识别（AAR）通过分析视频或传感器数据来确定动物的活动，对宠物主人、兽医和农业界意义重大，能反映动物的健康和福利状况。本研究旨在运用机器学习算法预测山羊的活动，构建了涵盖数据预处理、分割、特征提取、模型构建和活动分类的流程，以实现物联网系统中的决策。

2. 背景

近年来，动物活动识别愈发受欢迎，因其在健康、安全和远程监测等领域有广泛应用。此前研究表明，了解动物的活动模式有助于掌握其健康和福祉。动物活动识别技术主要分为基于传感器和基于视觉两类。基于传感器的技术利用放置在动物身上的物联网传感器收集数据，具有成本低、体积小、重量轻、易于编程等优点；而基于计算机视觉的技术依赖放置在动物附近的摄像头，存在依赖光线、需要高分辨率、限制区域、成本高和可能侵犯隐私等问题。因此，本研究采用基于传感器的方法。

以下是一些动物活动识别系统的总结：
| 参考文献 | 年份 | 动物 | 方法 | 类别 | 传感器 | 视频 | 加速度计 | 陀螺仪 | 磁力计 |
| — | — | — | — | — | — | — | — | — | — |
| Arablouei 等 | 2021 | 牛 | SVM, NN, DT, LR, QDA, NB | 4 | Ö | Х | | |
| Conners 等 | 2021 | 鸟 | HMM | 3 | Ö | Ö | Х | |
| Arabacı 等 | 2021 | 狗 | SVM, MKBoost, SimpleMKL