文献

J-GLOBAL ID：202002259591739124   整理番号：20A2399466

MFO-LSTMに基づく母豚発情行動認識【JST・京大機械翻訳】

Identification of sow oestrus behavior based on MFO-LSTM

著者 (3件)： Wang Kai (中国農業大学信息与電气工程学院,北京 100083) ,  Liu Chunhong (中国農業大学信息与電气工程学院,北京 100083;北京市農業物聯网工程技術研究中心,北京 100083) ,  Duan Qingling (中国農業大学信息与電气工程学院,北京 100083;北京市農業物聯网工程技術研究中心,北京 100083;農業農村部精准農業技術集成科学試験基地(畜牧業),北京 100083)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 36  号： 14  ページ： 211-219  発行年： 2020年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： タイムリーに母豚の発情行為を正確に識別することは、受胎率と産子量を有効に増加でき、養殖企業の繁殖水準と経済利益を高めるのに重要な意義がある。本研究では、生豚の養殖過程における母豚の発情行為識別に対して、主観性が強く、知能化レベルが低い、偽警報と誤り率が高く、識別が不適時などの問題に対して、飛蛾の消火アルゴリズム(Moth-FlameOptimization)を提案した。MFOは,長い時間記憶ネットワーク(LongShortTermMemory,LSTM)の母豚の発情行動識別方法を最適化する。母豚の首に装着した姿勢センサを用いて、母豚の姿勢データを獲得し、その後、姿勢データを用いてMFO-LSTM姿勢分類モデルを訓練し、母豚の姿勢を直立姿勢、臥位と爬虫の3種類に分けた。姿勢分類結果を分析することによって,発情行動認識の基準として,2つの特徴,すなわち,MFO-LSTM分類アルゴリズムを使用して,母豚の発情を判断した。山西省太原市杏花嶺区の五豊養殖場の実験データによりこの方法を検証し、結果は30minを発情行為識別時間として識別する効果が最も良く、発情行為識別の誤り率は13.43%、再現率は90.63%、特異性は81であった。63%は、既存の母豚の発情行為識別方法と比べ、エラー率が80%以上低下した。提案方法は,認識精度を保証して,エラー率を効果的に減らし,そして,それは,母豚の養殖生産における発情行動の自動認識要求を満たした。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  警報 ,  ネットワーク ,  消火 ,  養殖 ,  *発情 ,  誤り率 ,  繁殖行動 ,  養殖場 ,  立位 ,  受胎率
準シソーラス用語： 自動認識 ,  分類アルゴリズム ,  行動認識 , 【Automatic Indexing@JST】

分類 (3件)： 農業一般  (FB01010A) ,  パターン認識  (JE07000S) ,  豚  (FD02040U)

タイトルに関連する用語 (3件)： 母豚 ,  発情 ,  行動認識