[发明专利]动物体征量测量方法

说明书

本发明涉及动物体征量测量领域，具体涉及一种动物体征量测量方法，极大地提高了对动物体征量测量的全面性，同时保证了测量的准确度。技术方案概况为：采集动物日常的运动数据，根据对动物的日常动作的实际观察结果将运动数据分类存储，并对数据设置不同的动作分类标签，再将运动数据切分成统一长度建立数据集；通过数据集对三层全连接神经网络进行训练，通过训练后的神经网络对动物的动作进行分类识别，并对不同动作的持续时间进行记录；在动作持续时间内通过基于频域分析的规律性动作频率判断算法测量该动作对应的体征量。本发明适用于对动物体征量的测量。

技术领域

本发明涉及动物体征量测量领域，具体涉及一种动物体征量测量方法。

背景技术

当前对动物体征量的测量主要通过体温、心率、采食量等。例如CN107157458A公开了一种动物个体采食量与健康状况监测的传感系统，包括RFID耳标识别模块、传感器系统、上位机、通讯设备和PC机，所述传感器系统包括红外传感器、测量动物采食量模块、体温测量模块和心率测量模块，测量动物采食量模块包括一个微型震动传感器，体温测量模块包括一个红外温度传感器，心率测量模块包括一个心率传感器，解决了畜类动物采食量与健康状况的实时、在线检测。但其采集的指标较少，仅通过体温、心率、采食量判断动物的健康状况，对体征量测量不够全面，且准确度不高。

发明内容

本发明的目的是提供一种动物体征量测量方法，从多指标数据出发，并且结合神经网络训练与相关算法对动物的体征量进行测量，极大地提高了对动物体征量测量的全面性，同时提高了测量的准确度。

本发明采取如下技术方案实现上述目的，动物体征量测量方法，所述动物佩戴电子耳标，所述电子耳标内置陀螺仪或加速度传感器，所述陀螺仪或加速度传感器用于采集动物日常的运动数据，根据对动物的日常动作的实际观察结果将运动数据分类存储，并对数据设置不同的动作分类标签，每个分类标签设置对应的类别号，再将运动数据切分成统一长度建立数据集，所述动作分类标签包括：进食、饮水、反刍、运动、休憩；

建立三层全连接神经网络，通过数据集对三层全连接神经网络进行训练；

使用五折交叉验证法选择参数对三层全连接神经网络进行验证，得到优化后的三层全连接神经网络；网络输出运动数据属于不同动作分类的概率，通过求解最大概率对应的类别号分出动作分类结果；

使用时，将网络参数放至服务器，将动物耳标采集的数据输入优化后的三层全连接神经网络对动物的动作进行分类识别，并对不同动作的持续时间进行记录；

在动作持续时间内通过基于频域分析的规律性动作频率判断算法测量该动作对应的体征量，体征量具体包括：呼吸频率、反刍频率、饮水量、进食量、运动量、温度；

基于动物的动作时长与该动作对应的体征量对动物的健康状况进行判断；

所述基于频域分析的规律性动作频率判断算法具体包括时域平滑和频域估计，所述时域平滑具体包括使用卡尔曼平滑算法对动作序列信号进行平滑，减少惯性信号在实际测量中因微小波动引起的信号毛刺，为频域估计提供更光滑的周期信号；

所述频域估计基于傅里叶变换提取信号频域特征，并通过频域幅值分布提取周期信号峰值的重复频率，获得运动频率的估计数值。设置输入信号序列为长度为L的signal数组，则首先通过离散傅里叶变换得到信号的傅里叶系数fft_signal = fft(signal),取一半傅里叶系数计算信号的能量值power_signal=abs(fft_signal(1:L/2)).^2，通过寻找动作频率函数函数从当前能量值序列估计出动作频率，即为所需的动作频率估计结果。

进一步的是，若识别为休憩动作状态，并且已持续第一阈值时间，则启动呼吸频率估计算法，具体包括：通过电子耳标获取惯性传感数据，使用基于频域分析的规律性动作频率判断算法对惯性数据进行处理，将输出的动作频率作为当前时间的呼吸频率进行输出。