野生动物健康与行为智能监管生命特征设计

摘 要：分析野生动物智能管理系统的总体需求，重点对野生动物健康与行为智能监管的功能需求以及野生动物疾病治疗管理部分中各类用户的详细功能需求进行了详细分析，并针对野生动物智能管理系统的性能需求以及该系统完成的可行性分析上M行了深入介绍。

关键词：职能管理系统；行为职能监管；治疗管理

DOI：10.16640/ki.37-1222/t.2017.08.196

野生动物健康与行为智能监管生命特征主要包括两类：一类是常规特征，主要包括每个野生动物的性别特征、年龄特征以及体重特征等。另一类是本文基于对野生动物的研究所提出的行走距离里程特征以及种群偏离特征 [1]。

1 行走距离里程特征

行走距离里程特征主要是通过统计野生动物每天行走的里程数，并结合动物的性别、年龄、体重以及种类来判断动物的健康异常情况。

首先利用诱捕等方法给动物佩戴简易无害的GPS定位以及测步装置并编号录入数据库。GPS定位装置现在都比较成熟，价格也是比较合适的，测步装置则有点类似于手机微信中的计步功能，也是比较容易实现的。获取每个野生动物的各项基本数值：性别，年龄，体重，种类。之后利用测步装置来获取野生动物每天所行走的里程数，从而形成行走距离里程特征。以狼群为例，正常情况下，公狼出去觅食，母狼照顾幼狼，不同年龄与性别的狼，每天的正常行走距离里程数应该在其对应的范围内波动，如果偏离太大，本文所涉及的分类器就会比较容易将其判断为健康情况异常。

2 种群偏离特征

种群偏离特征主要是通过计算野生动物与该种群中心的偏移量来判断动物的健康异常情况。这个特征设计源自于对野生动物种群的理解，大部分野生动物都会以群居为主，类似于一个社会。以野狼为例，野狼是一个以群居为主的动物，狼群中每一个个体拥有不同的职能，每一个狼群都是有自己的一个活动范围的，狼群中的个体也大都是在该范围内结伴活动。当个别个体偏离活动范围时，则很有可能是由于其健康与行为出现异常导致的，如果偏离太大，本文所涉及的分类器就会比较容易将其判断为健康情况异常。

首先利用诱捕等方法给动物佩戴简易无害的GPS定位以及测步装置并编号录入数据库。获取每个野生动物的所在的位置，之后利用该种群所有动物的位置计算该种群的中心点位置，中心点位置确定后，计算每个动物与该中心点的距离，从而形成种群偏离特征。

种群偏离特征具体计算步骤如下：

（1）获取野生动物坐标位置。首先利用诱捕等方法给动物佩戴简易无害的GPS定位，利用GPS定位获取每个野生动物的所在的坐标位置，其中i代表第i个野生动物。

（2）计算野生动物种群中心位置。由于野生动物种群中存在异常行为的离群点个体，利用所有个体计算会导致离群点的数据偏移，所以要先对离群点进行处理。本文采用“掐头去尾”的方法进行处理，即去除前20%以及后20%的数据，用中间的60%进行对野生动物种群中心位置的计算。具体方法如下

首先计算每个野生动物坐标位置的二范数，之后通过快速排序算法对所有的野生动物二范数进行排序，之后截取中间的60%的数据组成新的集合C，元素为，对于新的集合，取x与y坐标中的最大最小值，野生动物种群中心的坐标为，。

野生动物种群中心计算得到后，计算每个动物与该中心点的距离，这里用欧氏距离来进行表示。

动物与该中心点的距离即为该动物的种群偏离特征[2]。

野生动物健康与行为智能监管生命特征中每一种特征的设计都与野生动物健康与行为息息相关，特征之间相互配合，从而达到对野生动物健康与行为智能监管的功能。例如，野狼种群中，幼狼与老狼由于行动受限，所以行走距离里程一般不会太大，对种群的偏离也不会太大，但其健康异常时，有可能会被种群遗弃，这种情况时，行走距离里程不会大，但由于种群的运动，会导致被遗弃的个体对种群的偏离变大，所以可通过各特征的联合作用对其健康与行为情况进行判定。而对于成年的公狼与母狼来说，在狼群中，母狼主要负责照顾养育幼崽，公狼负责出去觅食以及守卫工作。所以一般情况下，母狼的行走距离里程要比公狼的小一些，对种群的偏离也不会太大；公狼由于要出去觅食的原因行走距离里程要多一些，且对种群的偏离在一定时间内也会大一些。但如果一些公狼行走距离里程小但对种群的偏离比较大时，则发生健康异常的可能性就会高很多，也可以通过各特征的联合作用来达到对其健康与行为情况进行判定的目的。

提取野生动物健康与行为智能监管生命特征后，要进行对野生动物健康与行为情况的智能分类工作，本文主要是通过由决策树作为基本分类器，并进行有效地组合，从而实现野生动物健康与行为况的智能分类功能。主要通过训练各类野生动物健康判定决策树进行对野生动物健康判定的投票，从而实现每天对各动物健康的智能检测功能，并根据各月返回的真实检测值更新野生动物健康与行为智能监管分类器，加强野生动物健康与行为智能监管分类器的检测性能。具体实现原理如下。

野生动物健康与行为智能监管分类器由多个决策树组成。针对野生动物健康判定问题：根据对野生动物群体提取特征组成样本矩阵，样本矩阵输入分类器后，由每个决策树针对健康类别进行投票，票数多的类别即为健康分类结果。健

这里，是一个由动物种群提取的M维样本矩阵，是健康类别，y=1为健康，y=0为生病，是第t棵决策树对于健康类别y的投票结果，表示第t棵决策树同意像素点为健康类别y，表示第t棵决策树反对像素点为健康类别y。 T为决策树的数量。

参考文献：

[1]马建章，高继宏，高中信.世界野生动物管理现状[J].世界林业研究，1996（05）.

[2]欧阳泉.用实现对数据的访问[J].舰船电子工程，2005，25（01）：68-69.