Zoeken
Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.
Boekenmand
Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).
RSS
Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.
nieuwe zoekopdracht
Optimizing acceleration-based ethograms: the use of variable-time versus fixed-time segmentation
Bom, R.A.; Bouten, W.; Piersma, T.; Oosterbeek, K.; van Gils, J.A. (2014). Optimizing acceleration-based ethograms: the use of variable-time versus fixed-time segmentation. Movement Ecology 2(6): 1-8. http://dx.doi.org/10.1186/2051-3933-2-6
In: Movement Ecology. BioMed Central: London. ISSN 2051-3933; e-ISSN 2051-3933
|   |
| Trefwoord |
Dromas ardeola Paykull, 1805 [WoRMS]
|
| Author keywords |
Behaviour classification; Change-point model; Crab plover; Dromas ardeola; Movement ethogram |
| Auteurs | | Top |
- Bom, R.A.
- Bouten, W.
- Piersma, T.
|
- Oosterbeek, K.
- van Gils, J.A.
|
|
| Abstract |
Animal-borne accelerometers measure body orientation and movement and can thus be used to classify animal behaviour. To univocally and automatically analyse the large volume of data generated, we need classification models. An important step in the process of classification is the segmentation of acceleration data, i.e. the assignment of the boundaries between different behavioural classes in a time series. So far, analysts have worked with fixed-time segments, but this may weaken the strength of the derived classification models because transitions of behaviour do not necessarily coincide with boundaries of the segments. Here we develop random forest automated supervised classification models either built on variable-time segments generated with a so-called ‘change-point model’, or on fixed-time segments, and compare for eight behavioural classes the classification performance. The approach makes use of acceleration data measured in eight free-ranging crab plovers Dromas ardeola. |
IMIS is ontwikkeld en wordt gehost door het VLIZ.
