支持向量机在舍饲肉牛反刍行为分析中 的应用陈春玲杨天娇郭雷郭宇峰周雅婷刘栋 沈阳农业大学信息与电气工程学院国网大连供电公 司摘要：为进一步加强对反刍类家畜的规范化饲养，合理利用资源，提高生产品质，研 究其日常行为规律便成了关键因素舍饲肉牛的反刍行为是反映肉牛健康状态的 重要指标之一为研究肉牛的反刍行为规律，在辽宁未来牧业随机抽取50头处 于育肥期的西门塔尔健康肉牛作为试验对象，进行为期7d的口常活动观察，并 记录其行为将50头肉牛分为试验组和对照组，每组25头在试验组肉牛的额 头绑上九轴蓝牙动作传感器，用于采集肉牛在x, y, z轴上的加速度，角速度和 角度共9组特征向量数据通过小波降噪对此特征向量进行预处理，选择标准归 一化的方法降低数据间相互的纲量和影响抽取特征向量中的70%作为训练集投 入SVM （support vector machine,支持向量机）进行二分类训练得到反刍模型, 随后将其余30%作为测试集带入反刍模型进行分类预测，以判断是否存在反刍 行为最后，利用对照组的肉牛与试验组相比对，判断试验组的肉牛是否出现界 常行为试验结果表明：所采用试验设备工作止常，信号传输稳定;舍饲肉牛在佩 戴传感器节点过程中无不良反应。
SVM H以通过蓝牙动作传感器发送得到的特征 向量高效且准确的判断肉牛的反刍行为与非反刍行为分类结果达到97. 7728% （其中，反刍识别率97.659%,非反刍识别率97. 667%）,满足对反刍行为分类的 目的，可有效的识别反刍行为关键词：舍饲肉牛;反刍行为分类;蓝牙动作传感器;小波降噪;支持向量机;作者简介：陈春玲（1971-），女，博士，教授，从事肉牛行为识别研究， E-mai1:snccl@163・ com收稿日期：2017-04-18 基金：辽宁省科技厅自然科学基金项目（2015020760）Application of SVM in CattleRuminant Behavior AnalysisCHEN Chun-lin百 YANG Tian-jiao GUO Lei GUO Yu-fengZHOU Ya-ting LIU DongCollege of Informstion and ElectricalEngineering, Shenyang Agricultural University;State Grid Dalian Power Supply Company;Abstract：In order to furtheT strengthen the standardized breeding of ruminant livestock, to make rational use of resources and improve the quality of production, the study on their daily behaviors has become the key factor. The beef cattle ruminant behavior is as an important indicator for the heal th st atus. The experimen tai study on the behavior of rumi nant cat tie was carried in Liaoning. The Future Animal Husbandry has randomly selected from 50 head in fattening Simmental cattle health as the test object of daily activities observed for 7 d and record their behavior. Beef cattle were divided into experimental group and control group, each group had 25 heads. Nine axis motion sensor Bluetooth tied in the experimental group of b eef cat tie in the forehead, acquisition of x, y, z axis accelera ti on, angular velocity and angle of 9 groups of feature vector data. Wavelet denoising was used to preprocess the feature vectors, and the standard normalization method was chosen to reduce the mutual data and influence between the data. Extracting feature vector in 70% as the training set into SVM two classification training model will be followed by 30% other ruminants, as to classify and predict ruminant model test set, to determine whether there ruminating behavior. Finally, the beef cattie in the control group was compared with the experimental group to determine whether the abnormal behavior of the beef cattle in the test group. The test resuIts showed that the test equipment was working properly, the signal transmission is stable, b eef cat tie was no adverse reaction in the wear process of sensor nodes. SVM could send the characteristic vectors through the Bluetooth action sensor to judge the ruminant behavior and non rumination behavior of the beef cattle. The classification resuIt was 97. 7728% (including the recognition rate of 97.659% and the Tate of non ruminant recognition rate 97.667%) • It could effectively identify the ruminant behavior by satisfying the classification of rumination behavior.Keyword：beef cattie feeding in drylot; ruminant behavior classifiedtion; bluetooth action sensor; wavelet noise reduction; support vector machine;Received： 2017-04-18反刍作为反刍动物的一大行为特征，可快速有效的反映动物当前的健康程度以 及隐藏的健康问题11丄。
牛、羊等反刍动物作为人类肉食原材料的主要来源，他 们的身体状态和生产水平等相关研究随之受到了重视因此，在现代农业中，人 们通过对反刍动物的反刍行为进行分析和研究，不仅提高了肉类和奶类的生产 品质，还使得养殖技术更加合理、规范化在国外，对奶牛的研究已日趋成熟BEAUCHEMIN等図利用应变片传感器对奶牛 的釆食和反刍行为分类从而实现两种行为的量化分析；HALEY等圉将奶牛的行 为频率进行分类用来提高奶牛的生活舒适度；UELI等宜通过鼻羁压力传感器对 多种泌乳期奶牛采用变量饲养的方法发现反刍和采食量存在显著相关性近年来 国内对家畜的反刍行为也进行了分析讨论，发现反刍行为不仅与牛自身的采食 量也、身体健康情况有关血，与环境、饲养方式等其他外界因素也有较为紧密 的关系［7］如今，支持向量机(support vector machine, SVM)作为近年来大热的统计学 习算法，在人体行为识别领域得到广泛应用，却较少应用于动物行为识别仅有 LE\E等宜利用SVH对奶牛是否跛脚做出分类判断,MUNKS-GAARD等回同样利用 SVM判断奶牛的发情行为规律，与鉴定肉牛的反刍情况大大不同由此可知SVM 是可以用來对动物的行为进行分类。
因此，本试验利用九轴蓝牙动作传感器采集 所得到的九组特征向量，通过小波降噪对数据进行预处理后，选择标准归一化 的方法降低数据间相互的纲量和影响;利用SVM对舍饲肉牛的反刍行为进行分类 研究，以判断反刍行为是否存在异常，为日后反刍类家畜的研究及以及与之类 似的研究试验提供有力的理论依据1材料与方法1.1试验对象本试验在辽宁省沈阳市未来牧业处于育肥期的西门塔尔健康肉牛中随机抽取50 头样本作为试验对象，进行为期7d的试验数据采集该肉牛饲养方式是将肉牛 用半米长缰绳固定在食槽上方围栏上，只能站立或躺卧，无法自由活动;每天2 次喂食(4 : 30和15： 30),待牛采食完毕清理食槽，引入清水，让其自由饮 水将试验对象分为试验组和对照组，每组各25头在试验组头部绑定传感器 节点，对照组无需安装节点以此来观察安装传感器对肉牛的影响，判断是否在 绑定传感器后出现不适1. 2传感器节点舍饲肉牛的口常行为特征主要包括休息、采食、反刍、饮水、躺卧、玩耍、排泄 等其中休息和反刍二者平均占据90%的时间[10-11]而据有关研究调查得到, 肉牛在反刍与非反刍期间的咀嚼次数和频率存在巨大差异，同时此特征重点集 中在牛头的部位[12],以此为依据将节点利用绑带安装于牛的头部（图1）采 集相关数据既能得到肉牛反刍行为及其特征规律。
高精度惯性导航模块能够快速求解出模块当前的实时运动姿态，加上自身体积 小、便携带、无安全隐患的特点可将其固定在肉牛头部并且不影响其日常行为 本研究采用该模块合成的JY-901九轴传感器（图2）采集肉牛头部活动信号当传感器感知到肉牛头部的活动时，得到对应时间点的三维加速度、角速度、角 度共9个变量参数，用來探讨研究肉牛的反刍行为及其特征规律图1传感器安装示意图Figure 1 Sensor installation diagram 下载原图图 2 JY-901 九轴传感器示意图 Figure 2 JY-901 Schematic diagram of nine axis sensor 下载原图1. 3数据釆集流程根据上述反刍行为叙述和系统功能需求分析，该系统结构流程如图3,主要由 数据采集点、蓝牙动作传感器，PC端肉牛行为检测平台组成即通过在肉牛头 部安装数据釆集点得到数据，随后该数据通过蓝牙动作传感器发送到PC端进行 数据处理图3肉牛反刍系统结构流程示意图Figure 3 Schematic diagram of beef cattle ruminant system 下载原图数据采集点由三维传感器构成，将肉牛的日常行为动作转换为电脉冲信号。
采用 高性能的微处理器和先进的动力。