基于深层神经网络的猪声音分类

• 作者: 乔玉龙 罗顺元 苍岩
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 信号处理 声音信号 识别 深度学习 猪只音频 梅尔倒谱系数 分类
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 195-204
• 页数: 10页
• 分类号: TP391.4
• 字数: 7697字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2020.09.022

摘要

猪的声音能够反映生猪的应激状态以及健康状况,同时声音信号也是最容易通过非接触方式采集到的生物特征之一.深层神经网络在图像分类研究中显示了巨大优势.谱图作为一种可视化声音时频特征显示方式,结合深层神经网络分类模型,可以提高声音信号分类的精度.现场采集不同状态的猪只声音,研究适用于深层神经网络结构的最优谱图生成方法,构建了猪只声音谱图的数据集,利用MobileNetV2网络对3种状态猪只声音进行分类识别.通过分析对比不同谱图参数以及网络宽度因子和分辨率因子,得出适用于猪只声音分类的最优模型.识别精度方面,通过与支持向量机,随机森林,梯度提升决策树、极端随机树4种模型进行对比,验证了算法的有效性,异常声音分类识别精度达到97.3％.该研究表明,猪只的异常发声与其异常行为相关,因此,对猪只的声音进行识别有助于对其进行行为监测,对建设现代化猪场具有重要意思.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔玉龙	哈尔滨工程大学信息与通信工程学院	18	137	5.0	11.0
2	苍岩	哈尔滨工程大学信息与通信工程学院	18	50	4.0	6.0
3	罗顺元	哈尔滨工程大学信息与通信工程学院	3	3	1.0	1.0