Пошук академічних текстів

Інформація × Реєстраційний номер 2119U007416, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Моніторинг стану бджолиних сімей акустичним методом Автор Шостак Станіслав СергійовичShostak Stanislav Serhiiovych Дата публікації 01-06-2019 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/28349 Видання Київ Опис Метою роботи є знаходження частотних складових звукового спектру бджолиної сім’ї, які дозволять надійно відрізняти такі стани бджолиної сім’ї як: стан колонії під час медозбору і його відсутності та стан колонії під час втрати королеви. Також класифікаційна задача включає в себе розробку правил прийняття відповідних рішень на основі отриманих інформаційних частотних складових. Виконано експериментальні дослідження, спрямовані на виявлення ефективних класифікаційних ознак. Із використанням гребінки із одинадцяти 1/3-октавніх фільтрів отримані оцінки спектральної потужності шуму бджіл в частотному діапазоні 125-1250Гц. Отримано оцінки інформативності значень спектральної потужності та виявлено, що для класифікації стану медозбору або його відсутності найбільш інформативними класифікаційними ознаками є оцінки спектру потужності шуму бджолиної сім’ї в околицях частот 200Гц та 250Гц. Для класифікації стану втрати королеви найбільш інформативними класифікаційними ознаками є оцінки спектру потужності шуму бджолиної сім’ї в околицях частот 800Гц та 1кГц. Створено дві системи класифікації для кожного з розглянутих станів. В першій системі класифікації в якості класифікаційних ознак використано два значення оцінок спектру на двох смугах інформативних частот, а в якості правила прийняття рішення – рівняння граничної кривої, що розділяє кластери конкуруючих класів на площі. В альтернативній системі класифікації в ролі класифікаційної ознаки використано оцінку спектру однієї з інформативних частотних смуг, а в якості правила прийняття рішення –байесівську стратегію. Тестування ефективності створених систем класифікації виконано шляхом оцінювання ймовірності правильної класифікації на навчальних та тестових вибірках даних. Таке тестування показало, що система класифікації що визначає наявність або відсутність медозбору, у випадку використання двох класифікаційних ознаки, забезпечує ймовірність правильної класифікації 0,81 для навчальної вибірки даних, та 0,96 для тестової вибірки даних. Аналогічне тестування було проведено для другого різновиду системи класифікації вищевказаного стану, де класифікаційною ознакою слугує лише одне значення спектру. Для випадку, коли це значення оцінювалося на частоті 200 Гц, ймовірність правильної класифікації склала 0,66 для навчальної вибірки даних та 0,90 для тестової вибірки даних. У випадку оцінки на частоті 250 Гц, ймовірність правильної класифікації становила 0,86 для навчальної вибірки даних та 0,84 для тестової вибірки даних. Тестування ефективності системи класифікації, що визначає втрату бджолиної королеви у колонії, у випадку використання двох класифікаційних ознаки, забезпечує ймовірність правильної класифікації 0,87 для навчальної вибірки даних, та 0,84 для тестової вибірки даних. Аналогічне тестування було проведено для другого різновиду системи класифікації вищевказаного стану бджолиної сім’ї, де класифікаційною ознакою слугує лише одне значення спектру. Для випадку, коли це значення оцінювалося на частоті 800Гц, ймовірність правильної класифікації склала 0,78 для навчальної вибірки даних та 0,62 для тестової вибірки даних. У випадку частоти 1кГц, ймовірність правильної класифікації становила 0,88 для навчальної вибірки даних та 0,71 для тестової вибірки даних. The purpose of this research is to find frequency components of the sound spectrum of the bee colony, which will allow distinguishing such conditions of the bee colony as: the state of the colony during the honey harvest and its absence and the state of the colony during the loss of the queen. In addition, the classification task includes the development decision-making rules based on the informativeness frequency components. Experimental researches were conducted with aim to identify effective classifications features. Using a comb from eleven 1/3-octave filters were obtained the spectral density estimates of bee noise in the frequency range 125-1250 Hz. The informativeness estimation of spectral density were obtained and was revealed that for the classification of honey gathering condition or its absence the most informative classification features are spectrum density estimation of the bee colony noise in frequency range 200 Hz and 250 Hz. For the classification of queen's loss condition the most informative classification features are spectrum density estimation of the bee colony noise in frequency range 800Hz and 1 kHz. Two classification systems for each of the considered conditions was implemented. In the first classification system, two values of the spectral estimates on two lanes of informational frequencies are used as classification features, and as a decision-making rule was chosen equation of the dividing curve, which used to separate the clusters of competing classes on the area. In an alternative system of classification, as a classification feature was used one of the informative frequency bands, and the Bayesian strategy was used as a decision-making rule. Testing of the classification systems efficiency was performed by assessing the probability of correct classification in the training and test data samples. Such testing has shown that a classification system that determines the presence or absence of a honey gathering, in the case of using two classification features, provides a probability of a correct classification of 0.81 for the study sample data, and 0.96 for the test data sample. A similar test was conducted for the second variety of the classification system, where only one value of the spectrum density was considered as a classification features. For a case where this value was estimated at a frequency of 200 Hz, the probability of correct classification was 0.66 for the data sample training and 0.90 for the data sample test. In the case of a frequency of 250 Hz, the probability of correct classification was 0.86 for the data sample training and 0.84 for the test data sample. The testing of the efficiency of the classification system, which determines the loss of a queen bee in the colony, in the case of using two classification features, provides a probability of a correct classification of 0.87 for the training data sample, and 0.84 for the test data sample. A similar test was conducted for the second variety of the classification system of the mentioned condition of the bee colony, where only one value of the spectrum density was considered as a classification feature. For the case when this value was located at 800Hz, the probability of correct classification was 0.78 for the training data sample and 0.62 for the test data sample. In the case of a frequency of 1 kHz, the probability of correct classification was 0.88 for the data sample training and 0.71 for the data sample test. Додано в НРАТ 2025-11-05 Закрити