Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

57 9 0
Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

... Tôi xin cam đoan luận văn tốt nghiệp: ? ?Nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu đáp ứng thời gian thực? ?? công trình nghiên cứu riêng tác giả Các... QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ - - VŨ MINH THOẠI NGHIÊN CỨU PHÁT TRIỂN MẠNG CẢM BIẾN KHÔNG DÂY GIÁM SÁT HÀNH VI GIA SÚC SỬ DỤNG THUẬT TOÁN PHÂN LOẠI HIỆU QUẢ ĐÁP ỨNG THỜI GIAN THỰC... TÀI NGHIÊN CỨU 2.1 NGHIÊN CỨU HỆ THỐNG THIẾT BỊ GIÁM SÁT HÀNH VI GIA SÚC 2.1.1 Xây dựng mạng wsn ứng dụng cho giám sát hành vi gia súc Trong luận văn này đề xuất trình bày, sử dụng hai mạng cảm

Ngày đăng: 22/11/2021, 14:44

Hình ảnh liên quan

Hình 1.1. Sơ đồ giải thuật toán k-means - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 1.1..

Sơ đồ giải thuật toán k-means Xem tại trang 17 của tài liệu.
Như vậy, nhiệm vụ của bài toán phân lớp dữ liệu là cần xây dựng mô hình phân lớp để khi có một dữ liệu mới vào thì mô hình phân lớp sẽ cho biết dữ liệu đó thuộc  l ớp nào - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

h.

ư vậy, nhiệm vụ của bài toán phân lớp dữ liệu là cần xây dựng mô hình phân lớp để khi có một dữ liệu mới vào thì mô hình phân lớp sẽ cho biết dữ liệu đó thuộc l ớp nào Xem tại trang 18 của tài liệu.
Bảng 1.1. So sánh các thuật toán phân loại - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Bảng 1.1..

So sánh các thuật toán phân loại Xem tại trang 23 của tài liệu.
Hình 2.1. Mô tả vị trí của các thiết bị trên cá thể gia súc - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.1..

Mô tả vị trí của các thiết bị trên cá thể gia súc Xem tại trang 25 của tài liệu.
Bảng 2.1. Các tầng mạng của mạng không dây LoRa - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Bảng 2.1..

Các tầng mạng của mạng không dây LoRa Xem tại trang 26 của tài liệu.
Bảng 2.2. Các lớp thiết bị trong mạng truyền thông LoRa - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Bảng 2.2..

Các lớp thiết bị trong mạng truyền thông LoRa Xem tại trang 28 của tài liệu.
Hình 2.4. Sơ đồ kênh truyền trên mạng nRF 2.4GHz - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.4..

Sơ đồ kênh truyền trên mạng nRF 2.4GHz Xem tại trang 30 của tài liệu.
Hình 2.5. Mạng đa thiết bị truyền một thiết bị nhận - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.5..

Mạng đa thiết bị truyền một thiết bị nhận Xem tại trang 31 của tài liệu.
Hình 2.10. Sơ đồ khối hệ thống của thiết bị gắn cảm biến - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.10..

Sơ đồ khối hệ thống của thiết bị gắn cảm biến Xem tại trang 35 của tài liệu.
Hình 2.9. Thiết bị được gắn trên con bò thực tế - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.9..

Thiết bị được gắn trên con bò thực tế Xem tại trang 35 của tài liệu.
Hình 2.11. Sơ đồ thuật toán thiết bị gắn cảm biến - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.11..

Sơ đồ thuật toán thiết bị gắn cảm biến Xem tại trang 38 của tài liệu.
Hình 2.12. Sơ đồ khổi hệ thống của LoRa Gateway - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.12..

Sơ đồ khổi hệ thống của LoRa Gateway Xem tại trang 39 của tài liệu.
Hình 2.13. Sơ đồ thuật toán thiết bị LoRa Gateway - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.13..

Sơ đồ thuật toán thiết bị LoRa Gateway Xem tại trang 40 của tài liệu.
Hình 2.15 hể hiện hướng của cảm biến gia tốc khi bò đang đứng - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.15.

hể hiện hướng của cảm biến gia tốc khi bò đang đứng Xem tại trang 42 của tài liệu.
Hình 2.14. Hướng của các trục gia tốc gắn trên cổ bò - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.14..

Hướng của các trục gia tốc gắn trên cổ bò Xem tại trang 42 của tài liệu.
Hình 2.16. Hướng cảm biến gia tốc khi con bò đang ăn - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.16..

Hướng cảm biến gia tốc khi con bò đang ăn Xem tại trang 43 của tài liệu.
Hình 2.16 thể hiện hướng của cảm biến gia tốc khi bò đang ăn - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.16.

thể hiện hướng của cảm biến gia tốc khi bò đang ăn Xem tại trang 43 của tài liệu.
Hình 2.17. Phương pháp cửa sổ trượt - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 2.17..

Phương pháp cửa sổ trượt Xem tại trang 45 của tài liệu.
Hình 3.1. Thiết bị phần cứng gắn cổ - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 3.1..

Thiết bị phần cứng gắn cổ Xem tại trang 46 của tài liệu.
Bảng dữ liệu thu được ở cổ khi con bò đang nằm: - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Bảng d.

ữ liệu thu được ở cổ khi con bò đang nằm: Xem tại trang 47 của tài liệu.
Bảng 3.1. Dữ liệu đo được ở cổ khi con bò đang ăn - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Bảng 3.1..

Dữ liệu đo được ở cổ khi con bò đang ăn Xem tại trang 47 của tài liệu.
Bảng 3.3. Dữ liệu đo được ở cổ bò khi con bò đang đứng - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Bảng 3.3..

Dữ liệu đo được ở cổ bò khi con bò đang đứng Xem tại trang 48 của tài liệu.
Hình 3.2 mô tả các mẫu dữ liệu gia tốc theo 3 trục tương ứng với ba hành vi khác nhau mà lu ận văn đang quan tâm: đứng, nằm, ăn. - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 3.2.

mô tả các mẫu dữ liệu gia tốc theo 3 trục tương ứng với ba hành vi khác nhau mà lu ận văn đang quan tâm: đứng, nằm, ăn Xem tại trang 48 của tài liệu.
Hình 3.3. Khai thác đặc trưng VeDBA - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 3.3..

Khai thác đặc trưng VeDBA Xem tại trang 49 của tài liệu.
Hình 3.5 thể hiện quan hệ giữa SCAY (trục tung) và VeDBA (trục hoành) trước khi đưa vào k-means - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 3.5.

thể hiện quan hệ giữa SCAY (trục tung) và VeDBA (trục hoành) trước khi đưa vào k-means Xem tại trang 50 của tài liệu.
Hình 3.6. Quan hệ giữa SCAY (trục tung) và VeDBA (trục hoành) khi s ử dụng k-means với thiết lập là 3 cụm khác nhau  - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 3.6..

Quan hệ giữa SCAY (trục tung) và VeDBA (trục hoành) khi s ử dụng k-means với thiết lập là 3 cụm khác nhau Xem tại trang 51 của tài liệu.
Với tập dữ liệu kiểm tra ta cũng tiến hành tương tự để khai thác dữ liệu gia tốc (Hình 3.6), VeDBA (hình 3.7), SCAY (hình 3.8), quan h ệ VeDBA – SCAY của tập kiể m tra - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

i.

tập dữ liệu kiểm tra ta cũng tiến hành tương tự để khai thác dữ liệu gia tốc (Hình 3.6), VeDBA (hình 3.7), SCAY (hình 3.8), quan h ệ VeDBA – SCAY của tập kiể m tra Xem tại trang 51 của tài liệu.
Hình 3.8. VeDBA của tập kiểm tra - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 3.8..

VeDBA của tập kiểm tra Xem tại trang 52 của tài liệu.
Hình 3.10. Quan hệ VeDBA – SCAY của tập kiểm tra - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 3.10..

Quan hệ VeDBA – SCAY của tập kiểm tra Xem tại trang 53 của tài liệu.
Hình 3.11 mô tả chỉ số nhận dạng ước lượng (trên) và thực tế (dưới) của ba hành vi quan tâm - Luận văn nghiên cứu mạng cảm biến không dây giám sát hành vi gia súc sử dụng thuật toán phân loại hiệu quả đáp ứng thời gian thực

Hình 3.11.

mô tả chỉ số nhận dạng ước lượng (trên) và thực tế (dưới) của ba hành vi quan tâm Xem tại trang 53 của tài liệu.

Tài liệu cùng người dùng

Tài liệu liên quan