Luận văn Thạc sĩ Nghiên cứu và thử nghiệm phần mềm phân loại hành vi bò sử dụng thuật toán cây quyết định

BỘ GIÁO DỤC
VIỆN HÀN LÂM
VÀ ĐÀO TẠO
KHOA HỌC VÀ CÔNG NGHỆ VN
HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ
NGUYỄN VIỆT ANH

Nguyễn Việt Anh

HỆ THỐNG THÔNG TIN

NGHIÊN CỨU VÀ THỬ NGHIỆM PHẦN MỀM PHÂN
LOẠI HÀNH VI BỊ SỬ DỤNG THUẬT TỐN CÂY
QUYẾT ĐỊNH

LUẬN VĂN THẠC SĨ
Hệ thống thông tin

2021
Hà Nội - 2021


BỘ GIÁO DỤC
VÀ ĐÀO TẠO

VIỆN HÀN LÂM
KHOA HỌC VÀ CÔNG NGHỆ VN

HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ

Nguyễn Việt Anh

NGHIÊN CỨU VÀ THỬ NGHIỆM PHẦN MỀM PHÂN
LOẠI HÀNH VI BÒ SỬ DỤNG THUẬT TỐN CÂY
QUYẾT ĐỊNH
Chun ngành: Hệ thống thơng tin
Mã số: ITT801

LUẬN VĂN THẠC SĨ NGÀNH

MÁY TÍNH

CÁN BỘ HƯỚNG DẪN KHOA HỌC

TS. TRẦN ĐỨC NGHĨA

Hà Nội – tháng 7 năm 2021


1

LỜI CAM ĐOAN
Tôi xin cam đoan đề tài nghiên cứu trong luận văn này là cơng trình nghiên cứu
của tơi dựa trên những tài liệu, số liệu do chính tơi tự tìm hiểu và nghiên cứu. Chính vì
vậy, các kết quả nghiên cứu đảm bảo trung thực và khách quan nhất. Đồng thời, kết
quả này chưa từng xuất hiện trong bất cứ một nghiên cứu nào. Các số liệu, kết quả nêu
trong luận văn là trung thực nếu sai tôi hoàn chịu trách nhiệm.

Tác giả luận văn

Nguyễn Việt Anh

2

LỜI CẢM ƠN
Để hồn thành luận văn này, tơi xin gửi lời cảm ơn chân thành và tình cảm đặc
biệt tới ngƣời thầy đồng thời cũng là đồng nghiệp cùng nơi công tác của tôi là TS. Trần
Đức Nghĩa. Thầy là ngƣời đã ln theo sát, tận tình chỉ bảo, góp ý, hƣớng dẫn và định
hƣớng cho tơi trong suốt quá trình làm luận văn này tại Học Viện Khoa học và Công
nghệ, Viện Hàn lâm Khoa học và Công nghệ Việt Nam.
Nghiên cứu này đƣợc thực hiện trong khuôn khổ đề tài mã số KC.01.21/16-20
tài trợ bởi Bộ Khoa học và Công nghệ.
Tiếp theo, tôi cũng xin gửi lời cảm ơn sâu sắc tới các thầy cô, các bạn trong Học
Viện Khoa học và Công nghệ; các anh chị đồng nghiệp tại Viện Công nghệ Thông tin
đã luôn sẵn sàng giúp đỡ tạo điều kiện tốt nhất cho tôi trong q trình làm luận văn.
Tơi cũng xin cảm ơn sự hỗ trợ của nhóm nghiên cứu tiềm năng Cảm nhận thông
minh và ứng dụng (SSA), Trƣờng đại học Phenikaa.
Mặc dù có nhiều cố gắng, song thời gian thực hiện luận văn có hạn, nên luận
văn cịn nhiều hạn chế. Tơi rất mong nhận đƣợc nhiều sự góp ý, chỉ bảo của các thầy,
cơ để hồn thiện hơn luận văn của mình.
Tơi xin chân thành cảm ơn!
Hà Nội, ngày 12 tháng 7 năm 2021
Học viên

Nguyễn Việt Anh


3

MỤC LỤC

LỜI CAM ĐOAN ......................................................................................................... 1
LỜI CẢM ƠN ............................................................................................................... 2
MỤC LỤC ..................................................................................................................... 3
DANH MỤC HÌNH VẼ ................................................................................................ 5
DANH MỤC BẢNG BIỂU .......................................................................................... 6
DANH MỤC VIẾT TẮT .............................................................................................. 7
CHƢƠNG 1:

TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU...................................... 8

1.1.

Yêu cầu thực tiễn ...................................................................................... 8

1.2.

Mục tiêu của luận văn ............................................................................... 9

1.3.

Cấu trúc của luận văn................................................................................ 9

CHƢƠNG 2:

CƠ SỞ LÝ THUYẾT ......................................................................... 10

2.1.

Các nghiên cứu liên quan.......................................................................... 10

2.2.

Giới thiệu về học máy ............................................................................... 10

2.3.

Các thuật toán phân loại phổ biến............................................................. 11

2.3.1.

K-Nearest Neighbors (k-NN) ................................................................ 11

2.3.2.

Support Vector Machines ...................................................................... 13

2.3.3.

Decision Tree ........................................................................................ 13

2.3.4.

Random Forest ...................................................................................... 16

2.3.5.

Gradient Boosted Decision Tree ........................................................... 17

2.4.

Ngơn ngữ lập trình Python........................................................................ 17

2.4.1.

Đặc điểm chung và thế mạnh ................................................................ 17

2.4.2.

Thƣ viện scikit-learn cho học máy ........................................................ 18

CHƢƠNG 3:

PHƢƠNG PHÁP ĐÁNH GIÁ VÀ KẾT QUẢ.................................. 19

3.1.

Quy trình đề xuất ...................................................................................... 19

3.2.

Gia tốc kế 3 trục và phần cứng cảm biến.................................................. 20

3.3.

Lấy mẫu dữ liệu và tiền xử lý ................................................................... 22

3.4.

Kết quả đánh giá ....................................................................................... 25

3.5.

Nhận xét .................................................................................................... 29


4
CHƢƠNG 4: XÂY DỰNG CHƢƠNG TRÌNH THỬ NGHIỆM QUẢN LÝ VÀ
PHÂN LOẠI DỮ LIỆU HÀNH VI .............................................................................. 31
4.1.

Nhu cầu và mục tiêu ................................................................................. 31

4.2.

Yêu cầu kỹ thuật ....................................................................................... 31

4.3.

Giải pháp và phân tích lựa chọn ............................................................... 32

4.3.1.

Kiến trúc vật lý của hệ thống................................................................. 33

4.3.2.

Ngôn ngữ Python và nền tảng phát triển ............................................... 34

4.3.3.

Giải pháp quản trị cơ sở dữ liệu Posgresql ............................................ 34

4.3.4.

Mơ hình MVC xây dựng phần mềm thử nghiệm .................................. 35

4.3.5.

Xử lý các tác vụ chạy nền với Celery và Redis ..................................... 36

4.3.6.

Kiến trúc logic tổng thể của phần mềm thử nghiệm ............................. 38

4.4.

Thiết kế chức năng hệ thống ..................................................................... 39

4.4.1.

Quản trị ngƣời sử dụng .......................................................................... 39

4.4.2.

Quản lý thơng tin trang trại ................................................................... 41

4.4.3.

Quản lý thơng tin bị sữa ....................................................................... 42

4.4.4.

Quản lý thông tin dữ liệu huấn luyện và mơ hình ................................. 44

4.4.5.

Quản lý dữ liệu suy luận và kế quả phân loại ....................................... 45

4.5.

Giao diện và chức năng sử dụng cơ bản ................................................... 46

4.5.1.

Quản lý ngƣời dùng ............................................................................... 46

4.5.2.

Quản lý thông tin trang trại ................................................................... 47

4.5.3.

Quản lý cá thể bò sữa và dữ liệu ........................................................... 48

4.5.4.

Quản lý dữ liệu huấn luyện và mơ hình huấn luyện.............................. 48

4.5.5.

Quản lý dữ liệu suy luận và kết quả phân loại ...................................... 50

4.5.6.

Thống kê kết quả ................................................................................... 52

CHƢƠNG 5:

KẾT LUẬN ........................................................................................ 53

TÀI LIỆU THAM KHẢO ............................................................................................. 54


5

DANH MỤC HÌNH VẼ
Hình 2-1: Mơ hình thuật tốn k-NN............................................................................... 12
Hình 2-2: Mơ hình thuật tốn SVM ............................................................................... 13
Hình 2-3: Mơ hình thuật tốn cây quyết định ................................................................ 14
Hình 2-4: Mơ hình thuật tốn Random Forest ............................................................... 16
Hình 3-1: Mơ hình thuật tốn học máy để phân loại hành vi ........................................ 19
Hình 4-1: Kiến trúc vật lý của hệ thống ......................................................................... 33
Hình 4-2: Mơ hình MVC................................................................................................ 35
Hình 4-3: Hàng đợi tác vụ xử lý khơng đồng bộ ........................................................... 37
Hình 4-4: Nguyên lý hoạt động của Celery và Redis trong nền tảng Django ............... 37
Hình 4-5: Kiến trúc logic tổng thể của phần mềm thử nghiệm...................................... 38
Hình 4-6: Sơ đồ usecase của nhóm chức năng quản trị ngƣời dùng .............................. 39
Hình 4-7: Sơ đồ usecase nhóm chức năng quản lý trang trại......................................... 41
Hình 4-8: Sơ đồ usecase quản lý thơng tin bị sữa ......................................................... 42
Hình 4-9: Sơ đồ usecase nhóm chức năng quản lý dữ liệu huấn luyện ......................... 44

Hình 4-10: Sơ đồ usecase nhóm chức năng quản lý dữ liệu suy luận ........................... 45
Hình 4-11: Danh sách ngƣời dùng ................................................................................. 46
Hình 4-12: Chức năng liệt kê trang trại ......................................................................... 47
Hình 4-13: Chức năng thêm, sửa, xóa trang trại ............................................................ 47
Hình 4-14: Chức năng liệt kê danh sách cá thể bò sữa .................................................. 48
Hình 4-15: Chức năng thêm, sửa, xóa cá thể bị sữa...................................................... 48
Hình 4-16: Huấn luyện mơ hình cho cá thể bị sữa ........................................................ 49
Hình 4-17: Danh sách các tập dữ liệu huấn luyện ......................................................... 49
Hình 4-18: Lịch sử kết quả tác vụ huấn luyện mơ hình phân loại ................................. 50
Hình 4-19: Danh sách tập dữ liệu phân loại đƣợc tải lên thủ cơng ................................ 50
Hình 4-20: Tải lên dữ liệu mới phục vụ phân loại hành vi ............................................ 51
Hình 4-21: Kết quả suy luận từ dữ liệu tải lên ............................................................... 51
Hình 4-22: Thống kê hành vi của một cá thể bò sữa trong 7 ngày gần nhất ................. 52


6

DANH MỤC BẢNG BIỂU
ảng 3-1: Ví dụ một bản ghi sau khi chia đoạn ............................................................. 23
ảng 3-2: Số lƣợng dữ liệu thu đƣợc mỗi hành vi ......................................................... 24
ảng 3-3: Các phƣơng pháp trích chọn đặc trƣng ......................................................... 25
ảng 3-4: So sánh độ chỉ rõ chung của 4 mơ hình phân loại......................................... 27
ảng 3-5: Ma trận nhầm lẫn của thuật toán G DT đối với từng hành vi cụ thể trên bộ
dữ liệu J. Wang............................................................................................................... 28
ảng 3-6: Ma trận nhầm lẫn của thuật toán G DT đối với từng hành vi cụ thể trên bộ
dữ liệu tự thu thập .......................................................................................................... 28
ảng 3-7: Hiệu suất tổng thể của mơ hình G DT đối với các hành vi đối với bộ dữ liệu
của Jun Wang ................................................................................................................. 29
ảng 3-8: Hiệu suất tổng thể của mơ hình G DT đối với các hành vi đối với bộ dữ liệu
của tự thu thập ................................................................................................................ 29

ảng 4-1: Mơ tả các thành phần chính trong thiết kế chƣơng trình thử nghiệm ........... 38


7

DANH MỤC VIẾT TẮT
GDBT

Gradient Boosted Decision Tree

k-NN

K-Nearest Neighbors

SVM

Support Vector Machine

RF

Random Forest

MVC

Model – View – Controller

CSDL

Cơ sở dữ liệu

DBMS

Database Management System

API

Application Programming Interface


8

CHƢƠNG 1:

TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU

1.1. Yêu cầu thực tiễn
Trong chăn nuôi ngày nay, vấn đề sức khoẻ của gia súc có liên quan trực tiếp đến
sản lƣợng. Đối với đàn bị sữa, để duy trì sức khỏe và sản lƣợng sữa chất lƣợng cao và
chức năng sinh sản, ngƣời chăn nuôi phải đảm bảo các điều kiện tốt nhất [1]. Một trong
những biểu hiện dễ nhận thấy nhất về sức khoẻ gia súc là các biểu hiện và hành vi của
chúng.
Hành vi là một yếu tố quan trọng để đánh giá sức khoẻ và tình trạng sức khoẻ của
bò sữa [2]. Gia súc thay đổi hành vi của chúng để đối phó với các yếu tố nhƣ chấn
thƣơng, bệnh dịch hoặc những thay đổi về môi trƣờng và xã hội [3]. Việc đánh giá
hành vi chủ yếu thơng qua kinh nghiệm của ngƣời chăn ni, nhƣng khó phát hiện một
cách tập trung và trực quan, đặc biệt là ở những đàn gia súc lớn do thiếu thời gian và
lao động [4]. Một phƣơng pháp chính xác, nhanh chóng và chi phí thấp để theo dõi các
mơ hình hành vi nhƣ một biện pháp hỗ trợ trong việc đánh giá sức khỏe và phúc lợi của
bị sẽ có lợi.
Sử dụng cảm biến đeo trên cơ thể cung cấp một giải pháp khả thi cho vấn đề này,

cho phép theo dõi hành vi đàn gia súc đo lƣờng ở quy mơ lớn, tuy nhiên điều này chỉ
có thể thành cơng nếu đầu ra cảm biến có thể đƣợc diễn giải chính xác và theo thời
gian thực. Theo dõi hành vi của gia súc bằng cách sử dụng cảm biến đang trở thành
một giải pháp phổ biến trong các chƣơng trình quản lý trang trại và chọn lọc di truyền
[4]. Cách tiếp cận này tập trung nhiều hơn vào sức khoẻ và hiệu suất của từng cá thể
hơn là cách tiếp cận dựa trên bầy đàn truyền thống. Tuy nhiên, việc thu thập và giải
thích dữ liệu thu đƣợc từ các cảm biến nhằm mô tả loại hành vi của cá thể vẫn mang lại
thách thức nghiêm trọng cho các nhà phát triển. ài toán này liên quan đến độ phức tạp
của hành vi (tức là một số hành vi có chứa các cử chỉ tƣơng tự), đến việc trích xuất các
tính năng liên quan cho phép phân biệt hành vi, việc mất mát dữ liệu đặc trƣng cho
cảm biến phát không dây, việc xử lý dữ liệu để đối phó với nhiễu vốn có trong các
phép đo đã thu thập [5].


9

1.2. Mục tiêu của luận văn
Nghiên cứu này bắt đầu với hy vọng nâng cao độ chính xác trong việc nhận diện
hành vi bằng cách đƣa vào thống kê dữ liệu cảm biến gia tốc. Luận văn này bắt đầu với
việc nghiên cứu các thuộc tính dữ liệu dựa trên dữ liệu thô thu đƣợc từ cảm biến gia tốc
ba trục trong các điều kiện hành vi khác nhau bằng cách tính tốn biểu đồ, sau đó xác
định các tính năng nào sẽ sử dụng để phân loại trạng thái của bị. Trong bƣớc phân loại,
nhiều thuật tốn phân loại phổ biến và cổ điển khác nhau đƣợc thử nghiệm và đánh giá
tính hiệu quả, bao gồm: Decision Tree (Cây quyết định), k-Nearest Neighbors, Support
Vector Machine (Máy véc tơ hỗ trợ). Do đó, tín hiệu gia tốc kế đƣợc phân loại thành
một trong bảy trạng thái chuyển động: ăn, nằm, đứng, nằm, đứng lên, đi bình thƣờng,
đi lại tích cực.
Dựa vào đánh giá tính hiệu quả của các thuật tốn trên, luận văn này sau đó đề
xuất xây dựng một chƣơng trình thử nghiệm nhằm quản lý tập trung các dữ liệu thu
đƣợc từ cảm biến gia tốc gắn trên mỗi đối tƣợng gia súc. Chƣơng trình cũng có khả

năng phân loại tự động dữ liệu mới thu về và lƣu kết quả trên cơ sở dữ liệu, tạo điều
kiện cho ngƣời quản lý theo dõi các thống kê một cách trực quan về hoạt động của các
cá thể gia súc.

1.3. Cấu trúc của luận văn
Luận văn đƣợc tổ chức nhƣ sau: Phần 1 giới thiệu chung về đề tài cùng các
nghiên cứu liên quan trong và ngoài nƣớc. Phần 2 thảo luận về cơ sở lý thuyết về học
máy và một số thuật toán học máy kinh điển. Phần 3 trình bày quá trình thu thập dữ
liệu, phƣơng pháp đánh giá các thuật toán học máy ở chƣơng 2 cùng kết quả đánh giá.
Phần 4 trình bày việc xây dựng chƣơng trình thử nghiệm cho việc quản lý dữ liệu cùng
kết quả của thuật toán học máy. Phần 5 là kết luận.


10

CHƢƠNG 2:

CƠ SỞ LÝ THUYẾT

2.1. Các nghiên cứu liên quan
Vấn đề phức tạp trong việc nhận dạng hành vi của động vật đã thúc đẩy các nhóm
nghiên cứu khác nhau giải quyết các bài toán thực tế bằng cảm biến đeo trên cơ thể [6,
7, 8, 9]. Cụ thể trong bài toán ứng dụng cảm biến đeo trên cơ thể, một số hệ thống hiện
có đã đƣợc phát triển để phân tích hành vi bị sữa tự động [7, 8, 9]. Cảm biến gia tốc đã
đƣợc sử dụng rộng rãi để theo dõi các hành vi của bị do có ƣu điểm là kích thƣớc nhỏ
và trọng lƣợng nhẹ [12, 13, 14, 15]. Các phƣơng pháp này đƣợc xếp vào các loại chung
là học có giám sát và khơng giám sát. Tuy nhiên, các hệ thống này thƣờng chỉ xác định
một số mẫu hành vi và các thuật toán máy học của nó có nhƣợc điểm là tiêu thụ quá
nhiều bộ nhớ, khả năng học liên tục không khả thi, độ nhạy cao với dữ liệu ngoại lai và
hiệu suất tối ƣu hóa tổng thể cịn hạn chế [4].

Trong [15], tác giả dựa vào dữ liệu cảm biến gia tốc để phân biệt các hành vi nhƣ:
ăn, nằm, đứng nhƣng chƣa phân tách đƣợc hành vi chuyển trạng thái từ đứng sang nằm
hoặc ngƣợc lại một cách rõ ràng. Nghiên cứu này cũng kết luận rằng thuật toán Support
Vector Machine cho kết quả chính xác hơn nhƣng Decision Tree lại có độ nhạy tốt
hơn. Trong khi đó ở [28], nhiều loại cảm biến khác nhau đƣợc sử dụng để thu nhập
nhiều loại thông tin cho hệ thống giám sát, bao gồm: GPS cho dữ liệu vị trí, cảm biến
tốc độ di chuyển, nhiệt kế, gia tốc kế 3 trục, cảm biến từ trƣờng ba trục. Ngoài ra, [28]
xây dựng hệ thống cảm biến truyền dữ liệu qua mạng không dây để có thể thu thập
thơng tin về sinh hoạt của gia súc một cách gián tiếp từ xa. Trong một thực nghiệm
tƣơng tự [29], cảm biến đeo cũng đƣợc sử dụng cho nghiên cứu về tính hiệu quả của
việc phát hiện động dục, thời gian rụng trứng của giống bò đen Nhật Bản. Hệ thống
này phát hiện các trạng thái đứng, so sánh với khả năng sẵn có của nó để phát hiện sự
kiện động dục.

2.2. Giới thiệu về học máy
Học máy (Machine learning) là một lĩnh vực đang phát triển mạnh của khoa học
máy tính tập trung đến xây dựng và nghiên cứu các lý thuyết và kỹ thuật liên quan
nhằm cho phép máy tính có thể "học" một cách tự động dựa trên các dữ liệu đầu vào để
giải quyết những bài toán cụ thể.


11
Học máy và thống kê có liên quan trực tiếp với nhau, cả hai khía cạnh đều hƣớng
đến việc phân tích và khai thác dữ liệu. Tuy nhiên học máy khác với thống kê ở chỗ tập
trung vào nghiên cứu các giải thuật thay vì áp dụng tính tốn trực tiếp lên dữ liệu. Học
máy cùng các lĩnh vực có liên quan nhƣ học sâu, trí tuệ nhân tạo đang đƣợc áp dụng
ngày càng rộng rãi trong mọi lĩnh vực đời sống.
Học máy cung cấp một cách tiếp cận tuyệt vời để cải thiện độ chính xác của mơ
hình, dựa trên cấu trúc dữ liệu có thể thay đổi động, đồng thời xử lý các tập dữ liệu lớn
và phức tạp có đƣợc từ một mơi trƣờng cụ thể [10]. Ba kỹ thuật phổ biến nhất trong

học máy là học có giám sát, học khơng giám sát và học bán giám sát.
Học tập có giám sát xảy ra khi đối tƣợng nhận đƣợc một loạt các ví dụ đƣợc gắn
nhãn là tập dữ liệu huấn luyện, sau đó đƣa ra các dự đoán về các dữ liệu khác. Vấn đề
phƣơng pháp học máy này là dữ liệu cần đƣợc dán nhãn theo cách thủ cơng tồn bộ, để
tạo ra tập dữ liệu cần thiết. Trong học tập khơng có giám sát, đối tƣợng nhận đƣợc một
loạt các ví dụ khơng đƣợc gắn nhãn ở tập huấn luyện và đƣa ra dự đoán về các dữ liệu
chƣa đƣợc biết. Kỹ thuật này thƣờng đƣợc sử dụng trong các bài toán phân cụm và
giảm kích thƣớc. Khi ngƣời học nhận đƣợc một loạt các ví dụ có nhãn và khơng đƣợc
gắn nhãn giới hạn nhƣ tập huấn luyện và đƣa ra dự đốn về các dữ liệu mới, q trình
này đƣợc gọi là học bán giám sát. Ƣu điểm của phƣơng pháp sau là thực tế là chỉ cần
một số lƣợng hạn chế các mẫu đƣợc dán nhãn, thay vì tồn bộ tập dữ liệu đào tạo đƣợc
gắn nhãn. Học bán giám sát cũng nhƣ học có giám sát đƣợc sử dụng phổ biến trong các
bài toán phân loại, hồi quy và xếp hạng [11].

2.3. Các thuật toán phân loại phổ biến
Năm thuật toán phân loại kinh điển sau đây đƣợc đề xuất để đánh giá trong luận
văn này: Decision Tree, K-Nearest Neighbors (k-NN), Support Vector Machine
(SVM), Random Forest (RF), Gradient Boosted Decision Tree (GBDT).
2.3.1. K-Nearest Neighbors (k-NN)
k-NN là thuật toán đơn giản, dễ triển khai cho các bài toán học máy có giám sát
có thể sử dụng cho việc phân loại lẫn hồi quy. Lý thuyết cơ bản của k-NN dựa trên việc
các hiện tƣợng hoặc đối tƣợng tƣơng tự nhau thì thƣờng xuất hiện gần nhau.


12
Để phục vụ cho việc phân loại dữ liệu, k-NN hoạt động bằng cách ghi nhờ toàn
bộ tập dữ liệu huấn luyện đã đƣợc gắn nhãn và sau đó nó phân loại một thể hiện mới
bằng cách thực hiện 3 bƣớc. Đầu tiên, đo khoảng cách từ dữ liệu cần phân loại đến tất
cả các dữ liệu đƣợc gắn nhãn của tập huấn luyện, cách đo dữ liệu có thể là Euclidian,
Manhattan, Minkowski... Sau đó, chọn k là một số ngun bất kỳ, k có vai trị là số

điểm dữ liệu đã đƣợc phân loại có khoảng cách nhỏ nhất (láng giềng gần nhất) với dữ
liệu cần phân loại. Cuối cùng, kiểm tra các lớp gắn nhãn có khoảng cách ngắn nhất và
tìm số lƣợng của mỗi lớp xuất hiện, lớp xuất hiện nhiều nhất đƣợc chọn làm nhãn phân
loại.
Ở ví dụ trong hình dƣới đây, ta cần phân loại điểm tròn màu xanh lục thuộc lớp
nào: màu xanh lam hay màu đỏ. Từ hình này, ta có thể dễ dàng điểm gần chấm màu
xanh lục nhất là màu đỏ, do đó nó sẽ đƣợc phân loại vào lớp màu đỏ. Tuy nhiên, có thể
điểm màu đỏ gần điểm ta đang xét nhất nhƣng xung quanh nó có rất nhiều điểm màu
xanh lam. Vì vậy, việc xét điểm gần nhất là chƣa đủ, thay vào đó ta xét k điểm gần
nhất. Giả sử ta lấy k=3 thì sẽ có 2 điểm đỏ và 1 điểm xanh lam gần điểm ta xét, do đó
điểm xanh lục vẫn đƣợc phân loại vào lớp đỏ. Nếu ta lấy k=7 thì xung quanh có 5 điểm
xanh lam và 2 điểm đỏ, lúc này điểm xanh lục đƣợc phân loại vào lớp xanh lam. Có
một điều là nếu ta lấy k=4 thì sẽ có 2 điểm xanh lam và 2 điểm đỏ, lúc này sẽ so sánh
khoảng cách các điểm với điểm ta đang xét. Vì vậy việc chọn giá trị k thực sự quan
trọng và thƣờng là số lẻ.

ình 2-1: Mơ hình thuật tốn k-NN


13

2.3.2. Support Vector Machines
Máy vector hỗ trợ (Support Vector Machines - SVM) là các mơ hình học máy
có giám sát cũng đƣợc sử dụng phổ biến cho phân loại gắn nhãn và phân tích hồi quy.
Máy vectơ hỗ trợ là một bộ phân loại đƣợc xác định bởi một siêu phẳng tách biệt. Lý
thuyết của thuật toán SVM là ánh xạ tập dữ liệu vào khơng gian đặc trƣng có số chiều
lớn hơn số chiều ban đầu của dữ liệu ngun thuỷ và tìm siêu phẳng tách tối ƣu trong
khơng gian mới này. Nói cách khác, với một tập dữ liệu huấn luyện đã đƣợc gắn nhãn
cho trƣớc, các thuật tốn đƣa ra một siêu phẳng tối ƣu [19].

ình 2-2: Mơ hình thuật tốn SVM

Mơ hình Máy Vector Hỗ trợ là biểu diễn của các điểm dữ liệu dƣới dạng các
điểm trong không gian n chiều, đƣợc ánh xạ sao cho các dữ liệu thuộc về các nhãn
riêng biệt đƣợc tách bởi một khoảng cách rõ ràng càng rộng càng tốt. Ngồi việc thực
hiện phân loại tuyến tính, SVM có thể thực hiện hiệu quả phân loại phi tuyến tính, ánh
xạ các đầu vào vào các không gian đặc trƣng nhiều chiều hơn [19].
2.3.3. Decision Tree
Cây quyết định là một mơ hình học có giám sát, có thể đƣợc áp dụng trong cả
các bài toán phân loại dữ liệu và hồi quy. Cây quyết định là một sơ đồ giống nhƣ cấu
trúc cây rẽ nhánh, trong đó mỗi nút bên trong biểu thị một thuộc tính, mỗi nhánh biểu
diễn một quy luật và mỗi lá (nút đầu cuối) biểu thị một kết quả của quy luật trƣớc nó.


14
Cây quyết định dễ sử dụng và dễ hiểu, cung cấp một phƣơng pháp dựa trên việc
mô phỏng suy nghĩ của con ngƣời. Cây quyết định cho thấy đƣợc logic từ dữ liệu và
những thuộc tính có tính ảnh hƣởng của dữ liệu.
Ở hình ví dụ dƣới đây, hai lớp xanh và đỏ trên không gian hai chiều, nhiệm vụ
là đi tìm ranh giới giúp phân chia hai lớp này, nói đơn giản đây là một bài tốn phân
loại, ta cần xây dựng một bộ phân lớp để quyết định việc một điểm dữ liệu thuộc vào
lớp nào. Quan sát hình ta thấy rằng ranh giới cho hai lớp trong bài toán này khá đơn
giản, chúng là các đƣờng song song với các trục toạ độ. Nếu một điểm có thành phần
thứ nhất

nhỏ hơn ngƣỡng

thành phần thứ hai

, ta quyết định ngay đƣợc rằng nó thuộc lớp xanh. Nếu

lớn hơn ngƣỡng

Xét tiếp, nếu thành phần thứ nhất

, ta quyết định nó cũng thuộc vào lớp xanh.

lớn hơn ngƣỡng

, ta quyết định nó thuộc vào lớp

xanh. Khơng thỏa mãn các điều kiện trên ta xếp vào lớp đỏ.

ình 2-3: Mơ hình thuật toán cây quyết định

Về cơ bản, cây quyết định tìm hiểu một loạt các quy tắc Nếu-Thì rõ ràng về các
giá trị của thuộc tính dẫn đến quyết định dự đốn giá trị đích. Xây dựng cây quyết định
trên một tập dữ liệu huấn luyện nhất định là đơn giản xây dựng một loạt các câu hỏi
Nếu-Thì và thứ tự của chúng. Những câu hỏi này thƣờng đƣợc áp dụng cho từng thuộc
tính hoặc sự kết hợp tuyến tính của của các thuộc tính. Phƣơng thức đầu tiên, đƣợc áp
dụng cho từng thuộc tính, đƣợc sử dụng thƣờng xuyên hơn vì tính đơn giản của nó.
Chúng ta cần xác định thứ tự các thuộc tính ở mỗi bƣớc. Đối với các bài toán và tập dữ


15
liệu có nhiều thuộc tính và mỗi thuộc tính có các giá trị khác nhau, việc tìm giải pháp
tối ƣu thƣờng khơng khả thi. Thay vào đó, một phƣơng pháp đơn giản thƣờng đƣợc sử
dụng ở mỗi bƣớc, thuộc tính tốt nhất sẽ đƣợc chọn dựa trên các tiêu chuẩn nhất định.
Đối với mỗi thuộc tính đƣợc chọn, dữ liệu đƣợc chia thành các nút con tƣơng ứng với
các giá trị của thuộc tính đó và sau đó tiếp tục áp dụng phƣơng thức này cho từng nút

con. Lựa chọn này có thể khơng phải là tốt nhất, nhƣng trực giác cho thấy rằng phƣơng
pháp này sẽ gần với tối ƣu.
Ngoài ra, cách tiếp cận này làm cho vấn đề trở nên đơn giản hơn [21]. Sau mỗi
câu hỏi, dữ liệu đƣợc chia thành từng nút con tƣơng ứng với câu trả lời cho câu hỏi đó.
Câu hỏi ở đây là một thuộc tính, câu trả lời là giá trị của thuộc tính đó. Theo trực giác,
một phân chia nhánh đƣợc coi là phân chia tốt nhất nếu dữ liệu trong mỗi nút con hồn
tồn thuộc về một lớp thì nút con này có thể đƣợc coi là một nút lá (tới đây thì khơng
cần phải phân chia thêm). Nếu nhƣ dữ liệu trong nút con vẫn bị trộn, chia nhánh đấy
đƣợc coi là chƣa thực sự tốt.
Từ quan sát này, cần thiết phải có một phƣơng pháp định lƣợng để tính tốn sự
tối ƣu của phép chia nhánh. Hàm này sẽ cho giá trị thấp nhất nếu dữ liệu trong mỗi nút
con nằm trong cùng một lớp, và cho giá trị cao nếu mỗi nút con chứa dữ liệu thuộc về
nhiều lớp khác nhau [21]. Việc xây dựng trình phân loại cây quyết định không yêu cầu
bất kỳ tham số cài đặt nào nào, thuật toán cây quyết định có thể xử lý dữ liệu có chiều
sâu lớn. [20] Một phƣơng pháp đƣợc sử dụng rộng rãi và hiệu quả trong học máy liên
quan đến việc tạo ra các mơ hình đƣợc gọi là tập hợp. Một tập hợp có nhiều mơ hình
học tập riêng lẻ và kết hợp chúng để tạo ra một mơ hình tổng hợp mạnh hơn bất kỳ mơ
hình học tập riêng lẻ nào. Ý tƣởng xuất phát từ việc nếu chúng ta có các mơ hình học
tập khác nhau, mặc dù mỗi mơ hình có thể hoạt động tốt riêng lẻ, chúng sẽ có xu
hƣớng mắc các loại lỗi khác nhau trên tập dữ liệu. Và thơng thƣờng, điều này xảy ra
bởi vì mỗi mơ hình riêng lẻ có thể overfit một phần khác nhau của dữ liệu. Bằng cách
kết hợp các mơ hình riêng lẻ khác nhau thành một nhóm, chúng ta có thể tính trung
bình các lỗi riêng lẻ của chúng để giảm nguy cơ overfit trong khi duy trì hiệu suất dự
đoán mạnh mẽ [22].
Rừng ngẫu nhiên và Gradient Boosted Decision tree là những ví dụ về ý tƣởng
tập hợp đƣợc áp dụng cho cây quyết định.


16
2.3.4. Random Forest

Ở góc nhìn tổng quan, thuật tốn Rừng ngẫu nhiên (Random forest) có thể đƣợc
hiểu là một tập hợp các cây quyết định [23]. Một mơ hình rừng ngẫu nhiên tạp ra rất
nhiều cây quyết định đơn lẻ áp dụng lên một tập dữ liệu huấn luyện, thƣờng là hàng
chục đến hàng trăm cây quyết định khác nhau. Ý tƣởng xuất phát từ việc mỗi cây quyết
định đơn lẻ sẽ hoạt động tốt trên một phần dữ liệu. Sự khác biệt này đạt đƣợc bằng
cách thêm vào các biến đổi ngẫu nhiên trong quá trình xây dững mỗi cây quyết định
riêng. Việc biến đổi ngẫu nhiên này diễn ra theo hai cách. Đầu tiên, dữ liệu đƣợc sử
dụng để xây dựng mỗi cây sẽ đƣợc lựa chọn ngẫu nhiên. Thứ hai, các thuộc tính đƣợc
chọn trong mỗi phép thử chia nhánh đƣợc chọn ngẫu nhiên [22].

ình 2-4: Mơ hình thuật tốn Random Forest

Để tạo mơ hình rừng ngẫu nhiên, trƣớc hết cần xác định sẽ có bao nhiêu cây sẽ
đƣợc xây dựng. Mỗi cây đƣợc xây dựng từ các mẫu dữ liệu ngẫu nhiên khác nhau đƣợc
gọi là bootstrap. Mẫu bootstrap đƣợc sử dụng phổ biến trong thống kê và học máy.
Việc này xuất pháp từ ý tƣởng rằng: nếu dữ liệu huấn luyện có tổng cộng N đơn vị
hoặc mẫu dữ liệu, một mẫu bootstrap với kích thƣớc N đƣợc tạo ra bằng cách liên tục
chọn một trong số N hàng dữ liệu ngẫu nhiên mà ở đó cho phép việc chọn lại đúng
hàng dữ liệu ấy trong mỗi lần lựa chọn. Thực hiện việc lựa chọn ngẫu nhiên này N lần
sẽ có kết quả mẫu bootstrap đƣợc tạo ra có N hàng giống nhƣ tập dữ liệu huấn luyện
ban đầu nhƣng với khả năng một số hàng dữ liệu sẽ đƣợc lập lại [22].


17
Khi xây dựng cây quyết định cho thuật toán rừng ngẫu nhiên, quá trình đƣợc
xem lá gần nhƣ nhau và đƣợc coi là cây dữ liệu chuẩn nhƣng với một khác biệt lớn.
Khi chọn chia nhánh tốt nhất cho một nút, thay vì chọn chia nhánh tốt nhất trên tất cả
thuộc tính có thể, một tập con ngẫu nhiên đƣợc chọn và cách chia nhánh tốt nhất đƣợc
tìm thấy trong một tập con nhỏ hơn của các thuộc tính [22].
2.3.5. Gradient Boosted Decision Tree

Giống nhƣ Rừng ngẫu nhiên, Cây quyết định tăng cƣờng (Gradient Boosted
Decision Tree - GBDT) sử dụng một tập hợp nhiều cây quyết định để tạo ra mơ hình
dự báo mạnh mẽ cho việc phân loại dữ liệu. Tuy nhiên khác với rừng ngẫu nhiên chọn
xây dựng mỗi cây quyết định một cách ngẫu nhiên và song song, GBDT dựa trên ý
tƣởng rằng việc xây dựng mỗi cây quyết định có thể huấn luyện đƣợc, do đó nó có thể
sửa chữa sai sót trong việc xây dựng cây trƣớc đó trong một chuỗi các cây.
Thơng thƣờng, tập hợp cây quyết định tăng cƣờng sử dụng rất nhiều các cây nông
đƣợc biết đến trong học máy nhƣ là các nhân tố học tập yếu theo một cách không ngẫu
nhiên, theo đó tạo một mơ hình mà dần dần sẽ chứa ít sai sót hơn khi mỗi cây đƣợc
thêm vào chuỗi. Một khi mơ hình đã xây dựng xong, việc dự đoán với cây quyết định
tăng cƣờng sẽ nhanh và không sử dụng nhiều bộ nhớ [22]. Những tham số chủ chốt ảnh
hƣởng tới sự phức tạp của mô hình cho cây quyết định tăng cƣờng là một số các cây
quyết định nhỏ.

2.4. Ngơn ngữ lập trình Python
2.4.1. Đặc điểm chung và thế mạnh
Python là một ngôn ngữ lập trình thơng dịch, bậc cao, và đa nhiệm. Python có
triết lý thiết kế nhấn mạnh khả năng dễ đọc, dễ học [17]. Mặc dù Python và Matlab có
thể so sánh đƣợc trong một số lĩnh vực, nhƣng Python cung cấp một số lợi thế quan
trọng khiến luận văn này chọn sử dụng:
 Mã nguồn Python ngắn gọn, xúc tích và dễ hiểu hơn so với Matlab [18].
 Là một ngôn ngữ lập trình mã nguồn mở và miễn phí, có bộ thƣ viện chuẩn cùng
các thƣ viện do bên thứ ba phát hành đồ sộ và mạnh mẽ.
 Python cho nhiều lựa chọn hơn ở các gói thƣ viện đồ họa cùng công cụ.


18
 Python cung cấp nhiều quyền kiểm soát hơn đối với tổ chức mã nguồn và quản lý
namespace tốt hơn. Python giúp dễ dàng duy trì nhiều phiên bản thƣ viện đƣợc chia
sẻ [18].

 Giống nhƣ C/C ++, Java và hầu hết các ngơn ngữ lập trình khác ngồi Matlab,
Python tuân theo một số tiêu chuẩn nhất định, bao gồm lập chỉ mục dựa trên 0 và sử
dụng dấu ngoặc vng thay vì dấu ngoặc để lập chỉ mục. Đây là một lợi thế cho lập
trình viên, những ngƣời phải thực hiện các thuật tốn xử lý tín hiệu đã xuất bản,
chuyển đổi mã từ ngôn ngữ này sang ngôn ngữ khác hoặc làm việc trên nhiều ngôn
ngữ [18].
2.4.2. Thư viện scikit-learn cho học máy
Scikit-learn là thƣ viện Python đƣợc sử dụng rộng rãi nhất trong học máy. Đây là
một dự án mã nguồn mở đang đƣợc phát triển và cải tiến liên tục, đồng thời hỗ trợ một
loạt các thuật tốn học máy quan trọng. Scikit-learn có hệ thống tài liệu trực tuyến đầy
đủ và một cộng đồng ngƣời dùng rất tích cực.
Trong luận văn này, 5 bộ phân loại đƣợc tích hợp trong thƣ viện scikit-learning, đó
là Decision Tree, k-Nearest Neighbors, Support Vector Machines, Random Forest và
Gradient Boosted Decision Tree đƣợc đánh giá để tìm ra giải pháp tối ƣu, sau đó áp
dụng cho chƣơng trình thử nghiệm.


19

CHƢƠNG 3:

PHƢƠNG PHÁP ĐÁNH GIÁ VÀ KẾT QUẢ

3.1. Quy trình đề xuất
Một trong những vấn đề đƣợc quan tâm nhất trong những hệ giám sát và nhận
dạng hành vi trên bị tạo nói riêng và trên động vật nói chung là khả năng nhận dạng và
phân loại, mức độ tin cậy và độ chính xác trong nhận dạng mỗi hành vi [36] [37] [38].
Phần này đi vào đánh giá một số phƣơng pháp học máy dựa trên một số đặc trƣng trích
xuất từ tập dữ liệu thơ. Bảy hành vi đƣợc phân loại trong đánh giá bao gồm: ăn, nằm,
đứng, nằm xuống, đứng lên, đi lại bình thƣờng, đi bộ nhanh. Dữ liệu thu đƣợc từ các

cảm biến gia tốc sau khi đƣợc tiền xử lý sẽ đƣợc quản lý theo ID của con bò và lƣu
trong cơ sở dữ liệu để phục vụ cho việc huấn luyện mơ hình.

Huấn luyện

Nhận dạng

Dữ liệu đã qua tiền xử lý (giảm
nhiễu, phân đoạn, trích đặc trưng…)

Dữ liệu gia tốc

Huấn luyện mơ hình

Mơ hình

Gắn nhãn

Nhãn

ình 3-1: Mơ hình thuật tốn học máy để phân loại hành vi

Hình 3-1 phác thảo quá trình xây dựng của bộ phân loại trong luận văn này. 60%
dữ liệu đƣợc chọn ngẫu nhiên làm tập dữ liệu huấn luyện và 40% còn lại đƣợc sử dụng
làm tập dữ liệu kiểm tra. Mơ hình phân loại đƣợc huấn luyện với các đặc trƣng dữ liệu
đƣợc tính tốn từ các phép đo gia tốc (đầu vào) và hành vi phù hợp (đầu ra). Mơ hình
phân loại kết quả đƣợc sử dụng để kiểm nghiệm và các chỉ số hiệu suất mơ hình đƣợc
tính tốn từ tập dữ liệu thử nghiệm độc lập. Một chƣơng trình đƣợc viết bằng ngơn ngữ
Python và công cụ Jupyter Notebook đƣợc phát triển để áp dụng các thuật tốn học tập
có giám sát khác nhau để kiểm tra tính hiệu quả của mỗi thuật tốn đƣợc đề xuất.

20

3.2. Gia tốc kế 3 trục và phần cứng cảm biến
Cảm biến gia tốc, hay còn gọi là gia tốc kế, thƣờng đƣợc sử dụng để đo đạc sự
thay đổi về giá trị và hƣớng (đối với cảm biến gia tốc ba chiều, ví dụ Hình 3-2) của
chuyển động [30] [31] [32]. Các tiến bộ về công nghệ cảm biến và thiết bị điện tử cho
phép việc thu thập dữ liệu từ các đối tƣợng dễ dàng hơn và cảm biến gia tốc đƣợc ứng
dụng đƣợc ứng dụng rộng rãi trong các sản phẩm công nghiệp và điện tử ngày nay. Phổ
biến hiện nay là các cảm biến gia tốc chế tạo bằng cơng nghệ vi cơ.

ình 3-2: Mơ hình thuật toán học máy để phân loại hành vi

Trong kĩ thuật, cảm biến gia tốc đƣợc dùng để đánh giá hoạt động của phƣơng
tiện, phát hiện và giám sát rung chấn trong máy móc hay các tồ nhà [33] [34] [35]. Ở
lĩnh vực sinh học, cảm biến gia tốc đƣợc gắn vào các sinh vật hoang dã để theo dõi và
nghiên cứu hoạt động của chúng. Trong y tế, các thiết bị có gắn cảm biến gia tốc đƣợc
sử dụng để theo dõi sức khoẻ con ngƣời, tự động phát hiện và thông báo các vấn đề
nhƣ ngã hoặc tai nạn có thể xảy đến với ngƣời già.
Ở lĩnh vực chăn ni, việc theo dõi và chẩn đốn các biểu hiện bất thƣờng và
bệnh tật của đàn gia súc có thể đƣợc thực hiện qua việc gắn các cảm biến gia tốc vào
chúng để thu thập dữ liệu, đánh giá hành vi. Việc phân tích và đánh giá dữ liệu thu
đƣợc từ cảm biến gia tốc là quan trọng, từ đó xuất phát nhu cầu cần các thuật tốn hiệu
quả để phân tích các dữ liệu này.
Việc huấn luyện các mơ hình học máy có giám sát cho việc phân loại hành vi
gia súc trƣớc hết đòi hỏi cần xây dựng hệ thống thu thập dữ liệu thực nghiệm. Một
mạng truyền thông không dây đƣợc đề xuất với 2 thiết bị chính:
 Collar gắn ở cổ mỗi cá thể bị sữa (hình 3-3), có vai trị nhƣ là một nút.

21
 Gateway sử dụng để thu nhận thông tin từ các cá thể rồi truyền về máy chủ
Collar và Gateway giao tiếp với nhau thông qua giao thức truyền thông
LoRaWAN vốn đƣợc xây dựng trên lớp mạng không dây vật lý LoRa. Ƣu điểm mạnh
nhất của LoRa so với mạng khơng dây wifi 2.4GHz đó là khoảng cách kết nối rất rộng.
Cũng chính vì vậy LoRa đƣợc chọn để truyền dữ liệu do đặc thù chăn thả là các cá thể
bị sữa thƣờng di chuyển trên diện tích rất rộng. Tín hiệu của mạng khơng dây
LoRaWAN có thể liên lạc giữa hai gateway với nhau khoảng cách lên đến khoảng
30km trong điều kiện lý tƣởng. Với khoảng cách giao tiếp lớn nhƣ vậy giúp cho hạn
chế tối đa việc các nút trong mạng hoạt động hết công suất để giữ liên lạc, truyền dữ
liệu nối tiếp, tăng tuổi thọ thiết bị

ình 3-3: Cảm biến gắn trên cổ hoặc chân

.
Thế mạnh khác của LoRa là năng lƣợng sử dụng cho truyền tín hiệu rất rất ít,
trong điều kiện thử nghiệm, nguồn năng lƣợng đến từ pin có thể cho thời gian sử dụng
lên đến 10 năm và mỗi gateway của truyền thơng LoRa có thể đảm nhiệm việc giữ liên
lạc cũng nhƣ có khả năng giao tiếp khoảng 1000 thiết bị LoRa đầu cuối.


22

ình 3-4: Board mạch thiết bị Collar gắn ở cổ

Thiết bị cảm biến đo đạc Collar gắn ở cổ (hình 3-4) đƣợc cấu tạo từ 3 thành
phần chính bao gồm: gia tốc kế 3 trục MPU6050, module Ra-02 cho truyền thơng
khơng giây LoRa, vi xử lý chính Arduino Mega làm nhiệm vụ thu thập dữ liệu từ gia
tốc kế (qua giao tiếp I2C) và sau đó xử lý truyền dữ liệu thông qua Ra-02.

Đối tƣợng nhận thiết bị từ các nút Collar là LoRa gateway, với cấu kết cấu
chính gồm 2 thành phần: Vi xử lý Arduino Pro Mini và module khơng dây Ra-02.
Thiết bị có chức năng cung cấp thời gian cho Collar và nhận dữ liệu từ các nút Collar.
Là thiết bị có chức năng trung chuyển dữ liệu từ các cảm biến và chuyển tiếp đến máy
chủ, LoRa Gateway chịu tải nhiều nhất và sử dụng nguồn điện trực tiếp chứ không
dùng pin.

3.3. Lấy mẫu dữ liệu và tiền xử lý
Trƣớc hết ta cần định nghĩa jành vi của bò, 7 hành vi trong nghiên cứu này đƣợc
miêu tả nhƣ sau:
•

Trạng thái ăn: Con bị phải nằm ở khu ăn và con bị đang ăn thực phẩm.

•

Trạng thái nằm: Con bò đang nằm, chân và bụng tiếp xúc đất.


23
•

Trạng thái đứng: Con bị đứng trên 4 chân của nó.

•

Trạng thái đứng lên: Bốn chân đẩy cơ thể rời khỏi tiếp xúc mặt đất.

•

Trạng thái nằm xuống: Hạ cơ thể xuống mặt đất.

•

Trạng thái đi thƣờng: Gia súc di chuyển với tốc độ chậm.

•

Trạng thái đi nhanh: Gia súc di chuyển với tốc độ nhanh (đang chạy)
Trong gia tốc kế bao gồm bộ chuyển đổi ADC 12bit để thay đổi điện áp thành dữ

liệu số, theo đó gia tốc có thể tính nhƣ sau:
Trong đó:
 Ak là giá trị gia tốc theo hƣớng k (k = X, Y, Z)
 Samplei là giá trị lấy mẫu ở trục k
 R là tham chiếm điện áp
 Oi là phần bù
 Si là độ nhạy trên trục k
Trong thiết lập này, cảm biến lấy mẫu dữ liệu thô và truyền thông tin về với tần
số là 1Hz. ƣớc tiếp theo là phân đoạn dữ liệu để tạo ra các bản ghi dữ liệu. Một bản
ghi dữ liệu ở đây đƣợc định nghĩa là một đoạn các mẫu dữ liệu đƣợc gán nhãn hành vi
để sử dụng trong huấn luyện mơ hình. Ở đây, chiều rộng cố định cho mỗi bản ghi là 16
mẫu (tƣơng đƣơng thời gian là 16 giây) trong đó có 10 mẫu là chồng lặp lên các bản
ghi, 6 mẫu còn lại là duy nhất. Sau khi qua bƣớc tiền xử lý dữ liệu thô và gán nhãn thủ
công, mỗi bản ghi dữ liệu huấn luyện có dạng nhƣ ở bảng sau:
ảng 3-1: Ví dụ một bản ghi sau khi chia đoạn

Hành vi: Đứng
x (g)

y (g)

z (g)

-0.93

0.06

-0.01

-0.94

0.11

-0.04

-0.93

0.14

-0.05

-0.94

0.11

-0.04

-0.93

0.09

-0.01