[发明专利]一种基于无监督聚类和深度学习的群猪躺模式识别方法在审
| 申请号： | 202210081495.X | 申请日： | 2022-01-24 |
| 公开（公告）号： | CN114419674A | 公开（公告）日： | 2022-04-29 |
| 发明（设计）人： | 徐爱俊;徐金阳;周素茵;叶俊华 | 申请（专利权）人： | 浙江农林大学 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V10/26;G06V10/28;G06V10/30;G06V10/762;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州创造力专利代理事务所(普通合伙) 33332 | 代理人： | 冉国政 |
| 地址： | 311300 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于无监督聚类和深度学习的群猪躺模式识别方法，包括以下步骤，采集初始数据集并对图像进行统一裁剪；利用Grabcut图像分割的方法提取出目标图像；通过动态阈值分割，使所述目标图像二值化，利用无监督聚类算法Mean‑shift找到聚类中心，通过各个椭圆拟合中心到聚类中心的距离并输出其方差和标准差；对所述标准差进行处理，使其数据的值映射到[0,1]之间，利用训练完成的所述CNN‑SVM模型对群猪躺模式进行识别。本发明的有益效果：基于CNN‑SVM分类模型对群猪5种躺卧模式进行高精度分类识别，识别准确率为97.09％，平衡准确率为96.59％，平衡准确率加权为97.07％。 | ||
| 搜索关键词： | 一种 基于 监督 深度 学习 群猪躺 模式识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江农林大学，未经浙江农林大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210081495.X/，转载请声明来源钻瓜专利网。
