| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 前言 | 第10-26页 |
| 1.1 研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状分析 | 第11-19页 |
| 1.2.1 国外的研究现状 | 第11-13页 |
| 1.2.2 国内的研究现状 | 第13-18页 |
| 1.2.3 存在的主要问题 | 第18-19页 |
| 1.3 研究的主要内容和技术路线 | 第19-26页 |
| 1.3.1 研究目标 | 第19页 |
| 1.3.2 研究主要内容 | 第19-20页 |
| 1.3.3 研究方案和技术路线 | 第20-26页 |
| 2 反刍监测设备硬件设计 | 第26-40页 |
| 2.1 常用的动物行为感知方法 | 第26-27页 |
| 2.1.1 可穿戴设备技术 | 第26页 |
| 2.1.2 多传感器融合技术 | 第26-27页 |
| 2.2 奶牛反刍行为特征研究 | 第27-28页 |
| 2.3 设备总体设计 | 第28-30页 |
| 2.3.1 总体设计 | 第28-29页 |
| 2.3.2 可穿戴保护装置设计 | 第29页 |
| 2.3.3 成本预算 | 第29-30页 |
| 2.4 设备的硬件设计 | 第30-38页 |
| 2.4.1 微处理器模块 | 第30-32页 |
| 2.4.2 声音及姿态信号采集模块 | 第32-35页 |
| 2.4.3 无线传输模块 | 第35-36页 |
| 2.4.4 存储模块 | 第36-37页 |
| 2.4.5 电源模块 | 第37-38页 |
| 2.5 本章小结 | 第38-40页 |
| 3 反刍监测设备软件设计 | 第40-48页 |
| 3.1 主程序设计 | 第40-41页 |
| 3.2 声音监测子程序 | 第41-43页 |
| 3.3 姿态监测子程序 | 第43-45页 |
| 3.4 无线传输子程序 | 第45-46页 |
| 3.5 低功耗模式子程序 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 4 奶牛反刍行为分类识别方法 | 第48-64页 |
| 4.1 常用的动物行为分类识别方法 | 第48-50页 |
| 4.1.1 支持向量机算法 | 第48-49页 |
| 4.1.2 K-means聚类算法 | 第49-50页 |
| 4.1.3 Mel频率倒谱系数法 | 第50页 |
| 4.2 奶牛反刍声音信号分析 | 第50-54页 |
| 4.2.1 反刍声音特征 | 第50-52页 |
| 4.2.2 预处理 | 第52-53页 |
| 4.2.3 反刍声音特征参数的提取方法(MFCC) | 第53-54页 |
| 4.3 奶牛反刍姿态信号分析 | 第54-56页 |
| 4.3.1 姿态信号特征分析 | 第54-55页 |
| 4.3.2 姿态特征分类标准 | 第55-56页 |
| 4.3.3 反刍姿态特征向量的预选 | 第56页 |
| 4.4 K-means聚类算法 | 第56-58页 |
| 4.4.1 初始聚类中心的选择 | 第56-57页 |
| 4.4.2 算法流程 | 第57-58页 |
| 4.5 SVM算法 | 第58-59页 |
| 4.5.1 核函数选取 | 第58页 |
| 4.5.2 算法流程 | 第58-59页 |
| 4.6 识别结果分析 | 第59-63页 |
| 4.6.1 基于SVM的识别结果 | 第59-60页 |
| 4.6.2 基于K-means+SVM的识别结果 | 第60-63页 |
| 4.7 本章小结 | 第63-64页 |
| 5 设备运行测试 | 第64-68页 |
| 5.1 实验场地与监测对象 | 第64页 |
| 5.2 设备运行测试 | 第64-68页 |
| 5.2.1 设备辨识反刍行为的测试 | 第64-66页 |
| 5.2.2 数据传输稳定性 | 第66-68页 |
| 6 结论与展望 | 第68-70页 |
| 6.1 主要研究结论 | 第68页 |
| 6.2 主要创新点 | 第68页 |
| 6.3 进一步研究展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 个人简历 | 第76-77页 |
| 个人情况 | 第76页 |
| 教育背景 | 第76页 |
| 科研经历 | 第76页 |
| 在学期间发表论文 | 第76页 |
| 在学期间申请发明专利及授权软件著作权 | 第76页 |
| 在学期间参加学术会议 | 第76-77页 |