1
针对奶牛行为分类过程中决策树算法构建主观性强、阈值选取无确定规则,易导致分类精度差的问题,该文提出一种基于最优二叉决策树分类模型的奶牛运动行为识别方法,首先选取描述奶牛腿部三轴加速度数值大小、对称性、陡峭程度、变异程度、不确定性及夹角的 24 个统计特征量,其次通过构建 ROC(receiver operating characteristic,ROC)曲线获得各统计特征量的最佳行为类别分组方式及最优阈值,然后利用信息增益作为最优二叉决策树划分属性的选择标准,最终构建最优二叉决策树分类模型对奶牛运动行为进行分类识别。试验结果表明,该分类模型能够有效区分奶牛的站立、平躺、慢走、快走、站立动作、躺卧动作 6 种运动行为,平均准确率、平均精度、平均 F1 值分别为 76.47%、76.83%、 76.57%,相较传统的 ID3(iterative dichotomiser 3,ID3)决策树算法分别高 5.71、5.4 和 5.61 个百分点,分别高于 K-means 聚类算法 7.51、8.02 和 7.77 个百分点,优于支持向量机算法 6.77、6.72 和 6.57 个百分点。该方法可为提高奶牛行为分类精度提供有效的理论支撑。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表德赢Vwin官网 网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !