LuanVan.vnLuận Văn
Gửi thư

NGHIÊN CỨU VẬN ĐỘNG CỦA BÒ SỮA DÙNG CẢM BIẾN GIA TỐC KẾT HỢP MẠNG HỌC SÂU

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhKỹ thuật, xây dựng, môi trường
Tác giảPhan Thanh Điền
Người hướng dẫnNguyễn Chí Ngôn; Trần Minh Nhật
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Phân tích nhận dạng hành vi cung cấp thông tin quan trọng về tình trạng và sức khỏe của gia súc. Hiện nay, việc phát hiện sớm hành vi của bò đóng vai trò quan trọng trong việc giúp người chăn nuôi nhận biết kịp thời các vấn đề về sức khỏe của bò. Điều này giúp kịp thời phát hiện và đưa ra các biện pháp đánh và xử lý một cách khoa học và hiệu quả, nhằm giảm thiểu tình trạng mắc bệnh cũng như thiệt hại về kinh tế. Trong bài viết đã thực hiện việc tìm hiểu về cách tiếp cận và sử dụng dữ liệu từ các cảm biến đeo. Và thực hiện quá trình xây dựng và huấn luyện mô hình mạng học sâu bao gồm việc xây dựng kiến trúc như số lớp ẩn, số đơn vị nơ-ron cũng như tùy chỉnh các tham trong mạng. Sau đó thực hiện kiểm tra và phân tích kết quả, đánh giá khả năng của mô hình trong việc nhận dạng và phân loại hành vi của bò dựa trên dữ liệu gia tốc. Trong quá trình thực hiện, nghiên cứu đã đạt được một số kết quả quan trọng cho thấy tính khả thi của việc nhận dạng hành vi của bò dựa trên dữ liệu gia tốc. Tất cả các phương pháp này đã cùng nhau tạo nên quy trình nghiên cứu của luận văn để phát triển một hệ thống nhận dạng hành vi, cung cấp cơ sở cho việc sử dụng cảm biến gia tốc cùng với công nghệ RFID, kết hợp mạng học sâu trong ứng dụng giám sát và quản lý hành vi của động vật. Từ khóa: Mạng học sâu, bò sữa, cảm biến gia tốc, phân loại hành vi. Lời cảm tạ i Tóm tắt ii Abstract iii Lời cam đoan iv Danh mục hình vii Danh mục bảng ix Danh mục từ viết tắt x Chương 1: TỔNG QUAN VỀ ĐỀ TÀI 1 1.1 Giới thiệu 1 1.2 Mục tiêu nghiên cứu 1 1.2.1 Mục tiêu tổng quát 1 1.2.2 Mục tiêu cụ thể 2 1.3 Phạm vi nghiên cứu 2 1.4 Phương pháp nghiên cứu 2 1.5 Cấu trúc bài báo cáo 2 Chương 2: CƠ SỞ LÝ THUYẾT 4 2.1 Tổng quan về học sâu (Deep Learning) 4 2.1.1 Giới thiệu 4 2.2 Lý thuyết về mạng nơ-ron 4 2.2.1 Mạng nơ-ron nhân tạo (ANN) 4 2.2.2 Mạng nơ-ron tích chập (Convolution Neural Network) 7 2.2.3 Mạng nơ-ron hồi quy (RNN) 10 2.2.4 Mạng Long short-Term memory (LSTM) 12 2.3 Phần mềm lập trình và công cụ hỗ trợ 15 2.3.1 Ngôn ngữ Python 15 2.3.2 Thư viện TensorFlow 16 2.4 Camera CA-H200CX dùng để giám sát hành vi bò 16 2.5 Thẻ đeo có tích hợp cảm biến gia tốc 17 2.6 Đầu đọc RFID 21 2.6.1 Đầu đọc RFID Impinj Speedway R420 cố định 21 2.6.2 Ăng-ten 22 2.7 Raspberry Pi 3 23 2.8 IoT Gateway 24 2.9 IoT Node 26 Chương 3: PHƯƠNG PHÁP THỰC HIỆN 27 3.1 Tổng quan mô hình 27 3.2 Mô tả dữ liệu 28 3.2.1 Tập dữ liệu thử nghiệm 28 3.2.2 Xử lý dữ liệu 28 3.3 Phân loại hành vi bò 29 3.4 Xây dựng mô hình nhận dạng 33 3.4.1 Phương pháp huấn luyện mô hình 33 3.4.2 Xây dựng mô hình nhận dạng sử dụng mạng LSTM 34 3.4.3 Xây dựng mô hình nhận dạng sử dụng mạng CNN kết hợp LSTM (CNN-LSTM) 36 3.4.4 Phương pháp đánh giá 37 Chương 4: KẾT QUẢ THỰC HIỆN 39 4.1 Kết quả thực nghiệm 39 4.1.1 Kết quả huấn luyện mô hình 39 4.1.2 Kết quả huấn luyện với mô hình LSTM 39 4.1.3 Kết quả của mô hình kết hợp CNN-LSTM 42 4.1.4 Kết quả huấn luyện và hiệu suất của mô hình LSTM và CNN-LSTM 45 4.1.5 Nhận xét kết quả 46 Chương 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 47 5.1 Kết luận 47 5.2 Hướng phát triển 47 Tài liệu tham khảo 49 Phụ lục 51
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn kỹ thuật, xây dựng, môi trường · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.

Tải ứng dụng AI Học Thuật

Tư vấn học thuật, luận văn, công bố quốc tế với chuyên gia — miễn phí trên iPhone, iPad và Android.

Download on the App Store Tải trên Google Play