一种基于无监督聚类和深度学习的群猪躺模式识别方法
实质审查的生效
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％。
基本信息
专利标题 ：
一种基于无监督聚类和深度学习的群猪躺模式识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114419674A
申请号 ：
CN202210081495.X
公开（公告）日 ：
2022-04-29
申请日 ：
2022-01-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
徐爱俊徐金阳周素茵叶俊华
申请人 ：
浙江农林大学
申请人地址 ：
浙江省杭州市临安区武肃街666号
代理机构 ：
杭州创造力专利代理事务所(普通合伙)
代理人 ：
冉国政
优先权 ：
CN202210081495.X
主分类号 ：
G06V40/10
IPC分类号 ：
G06V40/10 G06V10/26 G06V10/28 G06V10/30 G06V10/762 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06V 40/10
申请日 : 20220124
申请日 : 20220124
2022-04-29 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
