当前位置:主页 > 医学论文 > 畜牧兽医论文 >

基于神经网络的奶牛识别方法研究

发布时间:2021-09-30 02:59
  随着生活水平提高,人们对于畜禽类及其供应的乳类产品需求量越来越高,同时对现代化健康养殖提出新的要求。现代化养殖中的奶牛个体识别成为研究热点,传统的经典方法在投入成本、实际使用需求等方面展现出不足,如何在满足系统实时性需求下克服奶牛图像复杂性所导致的奶牛识别率低的问题成为本文研究的重点。基于卷积神经网络的奶牛个体识别方法是符合现代化、智能化要求的无接触奶牛识别方法。得益于深度学习在图像处理和模式识别方向的发展,本文基于卷积神经网络理论,围绕奶牛个体识别中的问题展开研究,介绍了适合复杂背景的奶牛个体识别网络,本文的主要工作有:1.本文实验图像为2018年7月至8月采集自内蒙古呼和浩特市蒙牛乳业奶源基地养殖牧场内,对奶牛个体躯干、头、尾进行图像采集,共采集成年奶牛个体170头,拍摄奶牛360度视频数据40段。2.本文提出了基于多尺度卷积神经网络的去噪方法MSDCNN,通过不同大小的卷积窗对图像进行卷积合并,用不同的感知域来抽取图像的特征,选用Relu作为网络的激活函数。奶牛图像叠加高斯噪声模拟噪声干扰,通过去噪实验测得MSDCNN去噪效果。MSDCNN对标准差为10、20、30的高斯噪声去噪... 

【文章来源】:重庆邮电大学重庆市

【文章页数】:70 页

【学位级别】:硕士

【部分图文】:

基于神经网络的奶牛识别方法研究


M-P神经元模型示意图

曲线图,阶跃函数,曲线图,激活函数


活函数的一个作用是作为神经元输入输出的映射函数,激活函数。线性的激活函数使每一个神经元的输出为输入的线性组合,使能力。不同的激活函数在神经网络的训练中的效率也是不相同的使神经网络具备处理复杂任务的能力。在图像识别中激活函数的中的无价值信息滤除。只有神经元的输入信号的强度达到阈值的才会有信号输出。常用的激活函数有:阶跃函数、Sigmoid 函数elu 函数等等。跃函数的函数曲线如图 2.2 所示,阶跃函数将神经元的输入信号”和“1”,在神经元输入小于 0 时,神经元不会将信号值传递给下入大于 0 时将会把信号传递给下一个神经元。阶跃函数的定义 0,01,0sgn()xxx

函数曲线图,硕士学位论文,无限接近,与函数


大学硕士学位论文 第二章 神经网络与函数在输入信号为“0”处不连续,不便对函数进行求导,故在效果不好。在模型搭建训练中激活函数多使用 Sigmoid 函数和 数的共同特征是函数曲线是连续的。图2.3展示的两条曲线分别 的函数曲线图。Sigmoid 函数的值域为(0,1),在负无穷处值无无穷处无限接近 1,Sigmoid 函数的公式定义为:xeSigmoidx 11( )数的值域为(-1,1),Tanh 函数的公式定义为:xxxxeeeex tanh( )

【参考文献】:
期刊论文
[1]基于双线性卷积神经网络的猪脸识别算法[J]. 秦兴,宋各方.  杭州电子科技大学学报(自然科学版). 2019(02)
[2]基于计算机视觉的动物跛脚行为识别[J]. 钱建轩,朱伟兴.  软件导刊. 2018(10)
[3]猪只饮水行为机器视觉自动识别[J]. 杨秋妹,肖德琴,张根兴.  农业机械学报. 2018(06)
[4]基于小波变换和改进KPCA的奶牛个体识别研究[J]. 张满囤,单新媛,于洋,米娜,阎刚,郭迎春.  浙江农业学报. 2017(12)
[5]浅析影响现代畜牧业技术发展因素及措施[J]. 程辉.  中国畜牧兽医文摘. 2017(11)
[6]国外畜牧产业一体化经营模式及经验启示[J]. 赵俊芳.  中国畜牧兽医文摘. 2017(04)
[7]基于改进特征袋模型的奶牛识别算法[J]. 陈娟娟,刘财兴,高月芳,梁云.  计算机应用. 2016(08)
[8]畜禽养殖环境自动监控系统设计[J]. 马吉庆,崔勇,张路,高志鹏,沙莎,周涛.  装备制造技术. 2016(01)
[9]基于卷积神经网络的奶牛个体身份识别方法[J]. 赵凯旋,何东健.  农业工程学报. 2015(05)
[10]基于视频分析的奶牛呼吸频率与异常检测[J]. 赵凯旋,何东健,王恩泽.  农业机械学报. 2014(10)

博士论文
[1]基于机器视觉的奶牛体型评定中的关键技术研究[D]. 王立中.内蒙古农业大学 2009

硕士论文
[1]基于多特征融合的奶牛图像识别系统研究[D]. 刘俊.上海师范大学 2013
[2]基于CNN奶牛数字图像边缘提取的研究与应用[D]. 李婷姣.河北农业大学 2011
[3]基于ZigBee的奶牛个体识别与定位系统设计[D]. 周文罕.南京农业大学 2010
[4]基于射频技术的奶牛身份识别系统[D]. 耿丽微.河北农业大学 2009



本文编号:3414990

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/dongwuyixue/3414990.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4eeb9***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com