Reconocimiento de los comportamientos de alimentación de los bovinos utilizando un sensor de presión de brida nasal con aprendizaje automático

El monitoreo automático del comportamiento de alimentación, especialmente la rumiación y la ingestión en ganado, es importante para hacer un seguimiento de la salud animal, las condiciones de crecimiento y las advertencias de enfermedades. El sensor de presión de brida nasal no solo puede detectar con precisión el cambio de presión de los movimientos de la mandíbula del ganado, que puede reflejar directamente el comportamiento de masticación del ganado, sino que también tiene una fuerte resistencia a la interferencia. Sin embargo, es difícil mantener la misma presión inicial al usar el sensor de presión, lo que representa un desafío para procesar los datos del comportamiento de alimentación. Este artículo propone un enfoque de aprendizaje automático con el objetivo de eliminar la influencia de la presión inicial en la identificación de los comportamientos de rumiación y alimentación. El método utiliza principalmente la pendiente local para obtener la variación de datos local y combina la Transformada Rápida de Fourier (FFT) para extraer las características del dominio de frecuencia. Se aplicó el Algoritmo de Aumento de Gradiente Extremo (XGB) para clasificar las características de los comportamientos de rumiación y alimentación. Los resultados experimentales mostraron que la pendiente local combinada con las características del dominio de frecuencia logró una puntuación F1 de 0.96 y una precisión de reconocimiento de 0.966 tanto en los comportamientos de rumiación como en los de alimentación. Combinado con los algoritmos de procesamiento de datos comúnmente utilizados y el método de extracción de características del dominio del tiempo, el enfoque propuesto mejoró la precisión del reconocimiento de comportamiento. Este trabajo contribuirá a la aplicación y promoción estandarizadas de los sensores de presión de brida nasal.