基于声谱图纹理特征的蛋鸡发声分类识别

• 作者: TOMAS Norton 刘慕霖 杜晓冬 滕光辉 王朝元
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 蛋鸡 声音识别 声谱图 Gabor滤波器
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 215-220
• 页数: 6页
• 分类号: TN912.3
• 字数: 4254字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.09.025

摘要

为有效地辨别蛋鸡不同类型声音,了解蛋鸡的健康状况以及个体需求,提高生产效率的同时改善蛋鸡福利化养殖,提出一种基于声谱图纹理特征的蛋鸡发声分类识别方法.以海兰褐蛋鸡的声音为研究对象,将图像处理和声音处理技术相结合,由一维声音信号转换为二维图像信号,二维声谱图中的纹理特征呈现了蛋鸡声音的更多细节信息.最后,利用2D-Gabor滤波器提取蛋鸡发声声谱图中的声纹信息,并采用人工神经网络模型进行训练和分类识别.试验结果表明,本文方法平均灵敏度和平均精确度不低于92.0％,风机噪声识别灵敏度达99.3％,鸣叫声识别灵敏度最低,为76.0％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕光辉	中国农业大学水利与土木工程学院	79	1234	21.0	32.0
2	王朝元	中国农业大学水利与土木工程学院	26	262	8.0	16.0
3	杜晓冬	中国农业大学水利与土木工程学院	8	64	4.0	8.0
4	TOMAS Norton	鲁汶大学生物科学工程学院	1	0	0.0	0.0
5	刘慕霖	中国农业大学水利与土木工程学院	2	0	0.0	0.0