文献类型：期刊文章

作　　者：徐亚妮[1] 沈明霞[1] 闫丽[1,2] 刘龙申[1] 陈彩蓉[1] 许佩全[1]

机构地区：[1]南京农业大学工学院/江苏省现代设施农业技术与装备工程实验室,江苏南京210031 [2]黑龙江八一农垦大学信息技术学院,黑龙江大庆163319

出　　处：《南京农业大学学报》

基　　金：南京农业大学校引进人才启动基金项目(rcqd14-05);江苏省产学研合作前瞻性联合研究项目(BY2014128-01);江苏省农机三新工程项目(NJ2016-10)

年　　份：2016

卷　　号：39

期　　号：4

起止页码：681-687

语　　种：中文

收录情况：BDHX、BDHX2014、CAB、CAS、CSA-PROQEUST、CSCD、CSCD2015_2016、IC、JST、RCCSE、WOS、ZGKJHX、ZR、核心刊

摘　　要：[目的]目前对于母猪是否患有呼吸系统疾病的诊断主要依靠饲养员观察,存在由于疏忽未能及时发现并处理患病母猪而造成大量母猪死亡的情况。为解决这一问题,笔者以待产梅山母猪咳嗽声为对象,对其识别方法进行了研究,旨在将母猪咳嗽情况作为诊断早期呼吸系统疾病的依据,以达到自动监控的目的。[方法]基于无线多媒体传感器网络进行母猪声音数据的采集与传输,对采集到的声音信号进行滤波、分帧等预处理操作后,由于不同声音的功率谱密度曲线的波动性不同,依托曲线目标优化的思想提取声音功率谱密度特征,并以此特征作为聚类中心,运用改进的模糊C均值聚类算法对咳嗽声和尖叫声进行识别分类。[结果]训练出了母猪咳嗽声和尖叫声的功率谱密度特征,差异明显;忽略个体差异,咳嗽声和尖叫声的总体识别准确率分别约为83.4%和83.1%,识别算法是有效的。[结论]针对待产梅山母猪咳嗽声,创新性提出了一种声音识别算法,该方法简单,高效,识别率高,为母猪呼吸系统疾病的早期自动诊断提供了技术支持。

关 键 词：母猪咳嗽声  无线多媒体传感器网络 功率谱密度 目标优化  模糊C均值聚类 识别分类  

分 类 号：S126]