基于音频技术的白羽肉鸡咳嗽识别算法研究

• 作者: 刘龙申 孙玉文 沈明霞 秦伏亮 郑荷花 陆鹏宇
• 来源期刊: 南京农业大学学报
• 学科: 农学
• 关键词: 白羽肉鸡 咳嗽识别 最小均方误差(MMSE)谱减法 基于小波变换的梅尔频率倒谱系数(WMFCC) 机器学习
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 食品与工程
• 页码范围: 372-378
• 页数: 7页
• 分类号: S126
• 字数: 5203字
• 语种: 中文
• DOI: 10.7685/jnau.201905056

摘要

[目的]咳嗽是肉鸡呼吸道发病初期的主要症状,为实现肉鸡呼吸道疾病非接触式监测,本研究提出一种肉鸡咳嗽声识别算法.[方法]利用网络拾音器采集白羽肉鸡咳嗽及其他声音数据,选用最小均方误差(MMSE)谱减法对其进行滤波去噪;经预处理后人工截取肉鸡咳嗽样本与噪声样本;提取样本基于小波变换的梅尔频率倒谱系数(WMFCC)特征,构建高斯混合模型-隐马尔科夫模型(GMM-HMM)识别算法,训练并调整优化咳嗽识别模型.[结果]试验表明,在隐状态数为3,高斯元个数为3时,该模型在测试集上达到最优识别效果,正确率为98.7％.将算法识别结果与人工分类结果比较,肉鸡咳嗽识别算法的平均准确率为95％.[结论]本文提出的肉鸡咳嗽算法模型能较好地检测肉鸡咳嗽,为肉鸡呼吸道疾病的早期自动预警提供技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑荷花		1	0	0.0	0.0