通过科学的饲养管理提升奶牛福利、提高奶业生产效率、降低奶业生产成本,成为奶业发展的目标。本研究针对我国当前中小型养殖场面临的管理方法滞后、疾病监测自动化程度低、无法及时判定奶牛突发行为等问题,开发一种基于无线传感器网络的奶牛行为判别系统。系统采用3层架构模式,经过硬件部分设计、软件部分设计、算法研发、软件开发、现场试验验证,实现了奶牛运动信息与基础信息的采集、存储、管理、展示功能,具有稳定性强,精确率高的特点,可实现对数据的有效组织管理。(1)硬件部分设计遵循系统功耗低、检测灵敏度高、运行稳定性强的设计原则,集成三轴加速度传感器ADXL345、处理器M430-F149、无线收发器CC1101等芯片,满足精确采集奶牛运动加速度数据、长期可靠传输数据等工作要求。同时,完成无线传感节点传输性能测试,确定最优传输距离与最佳节点固定高度。软件部分设计使用PHP+JavaScript+MySQL语言,并对软件功能模块、数据库表结构、接口等部分进行设计。(2)提出一种用于奶牛实时行为判别的半监督模糊聚类(FCM,Fuzzy CMeans)算法,该算法有机融合有监督学习算法与无监督学习算法的优点,有效提升奶牛行为判别的准确性。与模糊聚类算法、K-means算法、BP神经网络算法进行对比试验,试验结果表明,半监督模糊聚类算法有效提升奶牛行为判别准确度,具有准确性高、学习复杂度低、运行速度快的特点。(3)在实际试验中发现,算法对于进食和站立行为的判别精度较低,因此引入D-S证据理论融合算法,将半监督模糊聚类算法的判别结果与奶牛定位数据信息作为证据来源,利用组合规则建立单一模型进行证据融合,并对半监督模糊聚类算法对于进食和站立行为的判别结果进行重新分类。重新分类结果表明,该方法可以有效提升腿部安装模式下的进食和站立行为的判别准确度。(4)采用B/S架构,并结合判别算法编写系统软件,使用稳定性强、效率高、技术成熟的开发环境完成开发,并进行详细测试。测试结果表明,系统可移植性强,功能升级方便,操作界面具有简洁美观、展示结果清晰的特点。