一种基于混合专家模型的动物异常检测方法及系统

本发明提供了一种基于混合专家模型的动物异常检测方法及系统，通过收集和分析大量健康动物的行为数据，对健康行为模式进行建模，提取行为特征的统计规律；然后对于计算待测样本的行为特征与健康行为模式之间的欧几里得距离作为判断异常状态的依据，不仅考虑了图像特征，还融入了行为特征的统计信息；克服了现有动物异常检测研究利用表观数据判断异常方面的局限性，实现了提高动物行为异常检测的准确性和可靠性的功能。本发明通过采用聚类分析等方法和遗传算法，全面考虑行为因素和科学分配行为权重，提高了行为模式分析的准确性和适应性，更好地捕捉和识别异常行为；使用多种机器学习算法对行为数据进行分类，并使用集成学习投票融合多个模型的预测结果得出最终的异常检测结果；结合了多种方法的优点，提高了行为模式分析的准确性和可靠性。