Xem trước tài liệu

Đang tải tài liệu...

Thông tin chi tiết tài liệu

Định dạng: PDF
Số trang: 76 trang
Dung lượng: 1 MB

Giới thiệu nội dung

Nghiên cứu một số vấn đề ảnh hưởng đến hiệu suất của hệ thống phân loại hành vi bò

Tác giả: Nguyễn Thùy Trang

Lĩnh vực: Hệ thống thông tin

Nội dung tài liệu:

Luận văn này tập trung nghiên cứu các vấn đề ảnh hưởng đến hiệu suất của hệ thống phân loại hành vi bò. Nghiên cứu đề cập đến lĩnh vực chăn nuôi chính xác (Precision Livestock Farming – PLF), một phương pháp ứng dụng công nghệ tiên tiến để tối ưu hóa sự đóng góp vào sản phẩm từ mỗi vật nuôi. Luận văn phân tích vai trò của cảm biến trong việc thu thập dữ liệu hành vi của bò, đặc biệt là ảnh hưởng của việc thiết bị đeo bị lệch đến độ chính xác của dữ liệu và kết quả phân loại. Các hoạt động của bò như đứng, nằm, đi và ăn được xem xét, sử dụng kỹ thuật học máy Random Forest để phân loại.

Mục lục chi tiết:

  • Lời cam đoan
  • Lời cảm ơn
  • Mục lục
  • Mở đầu
  • Chương 1: Tổng quan về chăn nuôi chính xác
    • 1.1 Chăn nuôi chính xác
      • 1.1.1 Một số ứng dụng của PLF
        • 1.1.1.1 Ứng dụng trên đàn gà
        • 1.1.1.2 Ứng dụng trên chăn nuôi đàn heo
        • 1.1.1.3 Ứng dụng vào cho ăn tự động
      • 1.1.2 Cảm biến và xử lý thông tin
      • 1.1.3 Động lực thay đổi theo hướng chăn nuôi chính xác
    • 1.2 Nhu cầu tương lai về hệ thống sản xuất sữa
      • 1.2.1 Hiệu suất và phúc lợi của bò sữa
      • 1.2.2 Hệ thống cảm biến hỗ trợ hoạt động chăn nuôi bò sữa
      • 1.2.3 Nghiên cứu khái niệm hệ thống cảm biến trong ngành sữa
    • 1.3 Cảm biến trong nghiên cứu sữa chính xác
      • 1.3.1 Gia tốc kế để phân loại hành vi
      • 1.3.2 GPS để phân loại vị trí và hành vi
      • 1.3.3 Các cảm biến và công cụ khác để phân loại hành vi
  • Chương 2: Một số phương pháp học máy
    • 2.1. Giới thiệu
    • 2.2. Bộ tính năng cho máy học
    • 2.3. Học máy có giám sát và không giám sát
    • 2.4. Thuật toán học máy
      • 2.4.1. Học máy dựa trên tập Luật
      • 2.4.2. Phương pháp Naïve Bayes
      • 2.4.3. Phương pháp Support Vector Machine (SVM)
      • 2.4.4. Phương pháp Hồi quy Logistic (Logistic regression)
      • 2.4.5. Phương pháp tiếp cận học sâu (Deep Learning)
  • Chương 3: Phân loại hành vi bằng Random Forest và ảnh hưởng của độ lệch vị trí cảm biến đến hiệu suất phân loại hành vi
    • 3.1. Vật liệu và phương pháp
      • 3.1.1. Phân loại hành vi
      • 3.1.2. Phân tích chuyển động
      • 3.1.3. Phân đoạn và trích xuất đặc trưng
      • 3.1.4. Dự đoán hành vi
    • 3.2. Phân loại hành vi bằng Random Forest
      • 3.2.1. Thuật toán
      • 3.2.2. Các thuộc tính
    • 3.3. Kết quả thực nghiệm
  • Kết luận
    • Những đóng góp của luận văn
    • Định hướng nghiên cứu trong tương lai
  • Tài liệu tham khảo