近日，我校经济管理学院阮俊虎教授团队联合香港城市大学 David Jingjun Xu教授团队在《IEEE TRANSACTIONS ON FUZZY SYSTEMS》上发表题为” Temporal-Spatial Fuzzy Deep Neural Network for the Grazing Behavior Recognition of Herded Sheep in Triaxial Accelerometer Cyber-Physical Systems”的最新研究成果。经济管理学院农业管理专硕侯树伟为该论文第一作者，我校阮俊虎教授和香港城市大学王天腾博士为共同通讯作者。

农业物联网系统的快速发展为智能化养殖提供了新的机遇与挑战。在此背景下，通过数据挖掘技术实现绵羊牧食行为的精准识别至关重要，可以为智能育种、生产决策、动物福利和生态保护等方面提供技术支持。本研究提出一种时空模糊深度神经网络来识别绵羊三轴加速度计数据中潜在的时间特征和空间特征，以实现绵羊牧食行为（吃草、反刍和其他行为）的精准预测。

图1 基于三轴加速度计和时空模糊深度神经网络的绵羊牧食行为识别

结果表明：（1）本研究提出模型的预测准确性相较于现有系列算法高出9.43%–56.9%，极大地提高了绵羊牧食行为的识别精度；（2）本研究创新性设计的并行结构时间特征提取组件和空间特征提取组件相较于传统的顺序结构有明显优势；（3）针对不同数据集设计的稳健性实验证明了该算法在不同反刍动物身上的潜在泛化性。总的来说，本研究提升了现有绵羊牧食行为识别技术的精度，可以为养殖场数字化改造、精准饲养管理和智能畜禽育种提供有力支撑。

该研究受到陕西省畜禽育种“两链”融合重点专项（2022GD-TSLD-46-0404），陕西省畜禽育种共性技术研发平台（2023GXJS-02），国家自然科学基金面上项目（72271202），Hong Kong Tech 300（SF202306209）和Hong Kong Science and Technology Park（Partner-23-329）的资助。

原文链接：https://ieeexplore.ieee.org/document/10522910