基于智能穿戴及信息融合的山羊健康状态识别
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 缩写和符号清单 | 第13-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 相关内容国内外研究现状 | 第15-18页 |
| 1.2.1 可穿戴设备 | 第15页 |
| 1.2.2 数据融合技术 | 第15-16页 |
| 1.2.3 动物行为识别 | 第16-18页 |
| 1.3 主要工作及结构安排 | 第18-19页 |
| 1.4 本章小结 | 第19-20页 |
| 第二章 多传感器数据融合技术 | 第20-25页 |
| 2.1 概述 | 第20页 |
| 2.2 数据融合定义及原理 | 第20页 |
| 2.3 数据融合的分类 | 第20-22页 |
| 2.4 数据融合处理流程 | 第22-23页 |
| 2.5 数据融合的技术方法 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 基于数据融合的山羊健康状态识别 | 第25-41页 |
| 3.1 概述 | 第25页 |
| 3.2 常见羊病生理特征 | 第25-26页 |
| 3.3 基于神经网络的数据融合 | 第26-31页 |
| 3.3.1 神经网络基本概念 | 第26-28页 |
| 3.3.2 BP神经网络及其算法 | 第28-30页 |
| 3.3.3 BP算法的缺陷及其改进方法 | 第30-31页 |
| 3.4 基于遗传算法改进的BP神经网络 | 第31-34页 |
| 3.4.1 遗传算法概述 | 第31-32页 |
| 3.4.2 遗传算法流程 | 第32-33页 |
| 3.4.3 遗传算法对BP网络的优化方式 | 第33-34页 |
| 3.5 基于特征层数据融合的羊病推断 | 第34-39页 |
| 3.5.1 特征提取 | 第34-38页 |
| 3.5.2 融合流程 | 第38-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 基于穿戴设备的山羊健康监测系统 | 第41-61页 |
| 4.1 概述 | 第41页 |
| 4.2 系统总体设计 | 第41-43页 |
| 4.2.1 系统架构 | 第41-42页 |
| 4.2.2 技术路线 | 第42-43页 |
| 4.3 山羊穿戴设备设计 | 第43-52页 |
| 4.3.1 基于ARDUINO的最小系统 | 第44-45页 |
| 4.3.2 传感器模块设计 | 第45-49页 |
| 4.3.3 数据存储及通信模块设计 | 第49-50页 |
| 4.3.4 设备电源模块设计 | 第50-52页 |
| 4.4 系统软件设计 | 第52-60页 |
| 4.4.1 设备程序设计 | 第52-56页 |
| 4.4.2 智能手机端APP设计 | 第56-58页 |
| 4.4.3 服务器端程序设计 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 实验与分析 | 第61-72页 |
| 5.1 概述 | 第61页 |
| 5.2 实验环境与过程 | 第61-62页 |
| 5.3 数据预处理 | 第62-64页 |
| 5.4 基于BP神经网络的山羊健康识别 | 第64-67页 |
| 5.5 基于遗传算法改进的山羊健康识别 | 第67-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 作者简介 | 第78页 |
