农业机械学报

作者：杜晓冬,滕光辉,TOMAS Norton,王朝元,刘慕霖

单位：中国农业大学,中国农业大学,鲁汶大学,中国农业大学,中国农业大学,

关键词：蛋鸡;声音识别;声谱图;Gabor滤波器

基金：国家重点研发计划项目（2016YFD0700204、2017YFD0701602）和国家建设高水平大学公派研究生项目（201806350182）

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%

来源：2019年第9期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第9期