野生動物健康與行為智能監管生命特征設計

黃鵬+陳卓

摘 要：分析野生動物智能管理系統的總體需求，重點對野生動物健康與行為智能監管的功能需求以及野生動物疾病治療管理部分中各類用戶的詳細功能需求進行了詳細分析，并針對野生動物智能管理系統的性能需求以及該系統完成的可行性分析上進行了深入介紹。

關鍵詞：職能管理系統；行為職能監管；治療管理

DOI：10.16640/j.cnki.37-1222/t.2017.08.196

野生動物健康與行為智能監管生命特征主要包括兩類：一類是常規特征，主要包括每個野生動物的性別特征、年齡特征以及體重特征等。另一類是本文基于對野生動物的研究所提出的行走距離里程特征以及種群偏離特征 [1]。

1 行走距離里程特征

行走距離里程特征主要是通過統計野生動物每天行走的里程數，并結合動物的性別、年齡、體重以及種類來判斷動物的健康異常情況。

首先利用誘捕等方法給動物佩戴簡易無害的GPS定位以及測步裝置并編號錄入數據庫。GPS定位裝置現在都比較成熟，價格也是比較合適的，測步裝置則有點類似于手機微信中的計步功能，也是比較容易實現的。獲取每個野生動物的各項基本數值：性別，年齡，體重，種類。之后利用測步裝置來獲取野生動物每天所行走的里程數，從而形成行走距離里程特征。以狼群為例，正常情況下，公狼出去覓食，母狼照顧幼狼，不同年齡與性別的狼，每天的正常行走距離里程數應該在其對應的范圍內波動，如果偏離太大，本文所涉及的分類器就會比較容易將其判斷為健康情況異常。

2 種群偏離特征

種群偏離特征主要是通過計算野生動物與該種群中心的偏移量來判斷動物的健康異常情況。這個特征設計源自于對野生動物種群的理解，大部分野生動物都會以群居為主，類似于一個社會。以野狼為例，野狼是一個以群居為主的動物，狼群中每一個個體擁有不同的職能，每一個狼群都是有自己的一個活動范圍的，狼群中的個體也大都是在該范圍內結伴活動。當個別個體偏離活動范圍時，則很有可能是由于其健康與行為出現異常導致的，如果偏離太大，本文所涉及的分類器就會比較容易將其判斷為健康情況異常。

首先利用誘捕等方法給動物佩戴簡易無害的GPS定位以及測步裝置并編號錄入數據庫。獲取每個野生動物的所在的位置，之后利用該種群所有動物的位置計算該種群的中心點位置，中心點位置確定后，計算每個動物與該中心點的距離，從而形成種群偏離特征。

種群偏離特征具體計算步驟如下：

（1）獲取野生動物坐標位置。首先利用誘捕等方法給動物佩戴簡易無害的GPS定位，利用GPS定位獲取每個野生動物的所在的坐標位置，其中i代表第i個野生動物。

（2）計算野生動物種群中心位置。由于野生動物種群中存在異常行為的離群點個體，利用所有個體計算會導致離群點的數據偏移，所以要先對離群點進行處理。本文采用“掐頭去尾”的方法進行處理，即去除前20%以及后20%的數據，用中間的60%進行對野生動物種群中心位置的計算。具體方法如下

首先計算每個野生動物坐標位置的二范數，之后通過快速排序算法對所有的野生動物二范數進行排序，之后截取中間的60%的數據組成新的集合C，元素為，對于新的集合，取x與y坐標中的最大最小值，野生動物種群中心的坐標為，。

野生動物種群中心計算得到后，計算每個動物與該中心點的距離，這里用歐氏距離來進行表示。

動物與該中心點的距離即為該動物的種群偏離特征[2]。

野生動物健康與行為智能監管生命特征中每一種特征的設計都與野生動物健康與行為息息相關，特征之間相互配合，從而達到對野生動物健康與行為智能監管的功能。例如，野狼種群中，幼狼與老狼由于行動受限，所以行走距離里程一般不會太大，對種群的偏離也不會太大，但其健康異常時，有可能會被種群遺棄，這種情況時，行走距離里程不會大，但由于種群的運動，會導致被遺棄的個體對種群的偏離變大，所以可通過各特征的聯合作用對其健康與行為情況進行判定。而對于成年的公狼與母狼來說，在狼群中，母狼主要負責照顧養育幼崽，公狼負責出去覓食以及守衛工作。所以一般情況下，母狼的行走距離里程要比公狼的小一些，對種群的偏離也不會太大；公狼由于要出去覓食的原因行走距離里程要多一些，且對種群的偏離在一定時間內也會大一些。但如果一些公狼行走距離里程小但對種群的偏離比較大時，則發生健康異常的可能性就會高很多，也可以通過各特征的聯合作用來達到對其健康與行為情況進行判定的目的。

提取野生動物健康與行為智能監管生命特征后，要進行對野生動物健康與行為情況的智能分類工作，本文主要是通過由決策樹作為基本分類器，并進行有效地組合，從而實現野生動物健康與行為況的智能分類功能。主要通過訓練各類野生動物健康判定決策樹進行對野生動物健康判定的投票，從而實現每天對各動物健康的智能檢測功能，并根據各月返回的真實檢測值更新野生動物健康與行為智能監管分類器，加強野生動物健康與行為智能監管分類器的檢測性能。具體實現原理如下。

野生動物健康與行為智能監管分類器由多個決策樹組成。針對野生動物健康判定問題：根據對野生動物群體提取特征組成樣本矩陣，樣本矩陣輸入分類器后，由每個決策樹針對健康類別進行投票，票數多的類別即為健康分類結果。健

這里，是一個由動物種群提取的M維樣本矩陣，是健康類別，y=1為健康，y=0為生病，是第t棵決策樹對于健康類別y的投票結果，表示第t棵決策樹同意像素點為健康類別y，表示第t棵決策樹反對像素點為健康類別y。 T為決策樹的數量。

參考文獻：

[1]馬建章，高繼宏，高中信.世界野生動物管理現狀[J].世界林業研究，1996（05）.

[2]歐陽泉.用ADO.NET實現對數據的訪問[J].艦船電子工程，2005，25（01）：68-69.