农业机械学报

作者：沈明霞，王梦雨，刘龙申，陈佳，太猛，张伟

单位：南京农业大学,南京农业大学,南京农业大学,南京农业大学,南京农业大学,南京农业大学,

关键词：梅山猪;咳嗽声识别;滤波器组;梅尔频率倒谱系数;深度神经网络

基金：江苏省重点研发计划（现代农业）重点项目（BE2019382）和政府间国际科技创新合作重点专项（2017YFE0114400）

猪只呼吸道疾病易传染，影响猪的养殖生产效率，咳嗽是呼吸道疾病的显著症状之一，为识别猪只咳嗽声，提出了一种基于深度神经网络的识别方法。对声音信号进行谱减法去噪和双门限端点检测后分别提取梅山猪咳嗽及喷嚏、鸣叫、呼噜声的滤波器组（Log_filter bank, logFBank）和梅尔频率倒谱系数（Mel frequency cepstral coefficents, MFCC）特征，每种特征与其一阶及二阶差分组合作为卷积神经网络(Convolutional neural networks, CNNs)和深层前馈序列记忆神经网络（Deep feed forward sequential memory networks, DFSMN）咳嗽声识别模型的输入，进行多分类训练。对比不同特征提取方法及不同迭代次数对模型效果的影响，实验结果表明，以MFCC作为特征输入的CNNs模型效果较优，测试集上咳嗽声识别精确率为97%，召回率为96%，F1值为98%，总体识别准确率为96.71%。表明该模型有效可行，可为生猪福利养殖中猪咳嗽声识别提供技术支持。

来源：2022年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第5期