基于模糊推理的多源信息生猪异常行为综合监测

发布时间：2020-08-15 08:49

【摘要】：在畜禽养殖过程中,生猪异常行为发生比较普遍且种类繁多。通过人工观察、记录生猪行为异常情况,需要耗费大量的人力和物力,并且带有一定的主观人为因素,无法满足目前养猪业规模化、集约化的迅猛发展。进入21世纪,数字化养殖技术逐渐应用到生猪养殖中。由于生猪行为数字化监测的复杂性,单一的监测方式很难实现生猪异常行为的准确监控。本论文阐述了机器视觉、听觉,以及超声波和微惯性传感器4种监测技术手段,从多角度对生猪行为进行数字化综合监测。针对生猪行为数字信息存在的复杂不确定性问题,在4种监测手段依据各自的算法分别判定生猪异常行为后,采用基于综合加权相似度的区间值模糊推理技术对生猪异常行为进行综合分析判断。这种数字化监测并判断生猪异常行为的方式可以及早发现生猪养殖中的异常状况,有助于提高经济效益,促进生猪行为监控从人工到数字化、智能化的升级转换。本论文主要研究内容有:(1)阐述了畜禽养殖中生猪异常行为判断的研究背景和意义,对国内外畜禽养殖的现状、发展趋势以及目前主要存在的问题进行了总结,引出了生猪行为数字化监测综合判断的意义及必要性。(2)针对生猪行为数字化监测的复杂性,本论文阐述了视频图像技术、音频技术、超声波技术和微惯性传感器技术4种监测手段,从多角度对生猪行为进行数字化综合监测,并对生猪异常行为进行各自的判断。(3)本论文设计实现了基于4种监测手段的上位机监控系统。在上位机建立方便、直观、友好的人机界面,实时显示、记录、存储不同监测方式的检测数据、变化趋势以及处理结果,实现了生猪行为监控从人工到数字化的升级转换。同时也为后续其它自动化行业监控系统的设计提供了依据和保证,具有一定的借鉴意义。(4)针对生猪行为数字信息存在的复杂不确定性问题,在4种监测手段判断生猪异常行为后,结合饲养员的养殖经验建立了基于模糊推理的生猪异常行为综合判断规则库。采用基于综合加权相似度的区间值模糊推理技术对生猪异常行为进行综合判断,及早发现生猪养殖中的异常状况并发出异常警示信息,辅助饲养员进行决策,为生猪异常行为的智能化判断奠定基础。
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S828;TP274

【相似文献】

相关期刊论文 前10条

1 强永军;熊艳梅;;基于交通视频监控的车辆异常行为检测方法研究[J];报刊荟萃;2017年06期

2 张俊阳;谢维信;植柯霖;;基于运动前景效应图特征的人群异常行为检测[J];信号处理;2018年03期

3 赵小菊;李万业;陈媛;;基层央行干部职工异常行为管控的实践与思考[J];海南金融;2017年12期

4 邱丹叶;管斌;沈华根;;当代高校教育环境下的“90后”大学生异常行为成因探究[J];科教文汇(中旬刊);2018年02期

5 杨锐;罗兵;郝叶林;常津津;;一种基于深度学习的异常行为识别方法[J];五邑大学学报(自然科学版);2018年02期

6 王军;夏利民;;基于深度学习特征的异常行为检测[J];湖南大学学报(自然科学版);2017年10期

7 马文耀;吴兆麟;李伟峰;;船舶异常行为的一致性检测算法[J];交通运输工程学报;2017年05期

8 王欣;李尧;;基于数据挖掘的船舶异常行为检测研究[J];舰船科学技术;2018年02期

9 仇功达;何明;杨杰;曹玉婷;孙继红;;异常轨迹数据预警与预测关键技术综述[J];系统仿真学报;2017年11期

10 强丽;;现代大学构建背景下大学生异常行为之干预防控[J];三江高教;2014年02期

相关会议论文 前6条

1 吴比坤;洪刚;周赛;楼越焕;;基于分众量化的用电异常行为检测模型[A];2017智能电网新技术发展与应用研讨会论文集[C];2017年

2 王碧英;孙健敏;;公仆型领导对员工行为的影响[A];第十二届全国心理学学术大会论文摘要集[C];2009年

3 孙健敏;王碧英;;公仆型领导与员工绩效的关系[A];第四届（2009）中国管理学年会——组织行为与人力资源管理分会场论文集[C];2009年

4 姬炳帅;李虎;韩伟红;贾焰;;面向电子商务的用户异常行为检测研究[A];第29次全国计算机安全学术交流会论文集[C];2014年

5 王效京;杜炳旺;曾祥鉴;;珍禽贵妃鸡笼养条件下的行为观察[A];中国家禽业——机遇与挑战——第十三次全国家禽学术讨论会论文集[C];2007年

6 高照;;向训用细节要缉毒犬毒品查获率[A];第十三次全国养犬学术研讨会论文集[C];2009年

相关博士学位论文 前5条

1 林娜;小鼠异常行为的遗传基础研究[D];东北农业大学;2006年

2 邹一波;智能视频监控系统中的若干关键问题研究[D];上海大学;2016年

3 林果园;基于主机行为的异常检测技术研究[D];南京大学;2011年

4 张军;基于视频的运动人体异常行为分析识别研究[D];西安电子科技大学;2009年

5 韩姗姗;基于视觉的运动人体特征描述与行为识别研究[D];浙江工业大学;2015年

相关硕士学位论文 前10条

1 高翔;视频监控中行人异常行为分析研究[D];电子科技大学;2018年

2 张文文;基于模糊推理的多源信息生猪异常行为综合监测[D];太原理工大学;2018年

3 韩晓玉;基于视频的运动人体异常行为的识别研究[D];青岛科技大学;2017年

4 章勋;网络异常行为检测技术研究[D];浙江工业大学;2017年

5 刘文哲;复杂场景下人体异常行为检测研究[D];内蒙古师范大学;2017年

6 汪超;基于稀疏结构特征的异常行为检测技术研究[D];杭州电子科技大学;2017年

7 姜超;基于深度信念网络的人体异常行为检测与识别研究[D];北京印刷学院;2018年

8 刘刚;基于手部图像特征分析的超市中异常行为的检测[D];西华大学;2017年

9 谢闻博;基于数据挖掘技术的证券交易异常行为检测研究与实现[D];北京邮电大学;2016年

10 周胜;基于DM6446的人体异常行为检测与识别系统开发[D];哈尔滨工程大学;2014年

本文编号：2793886