基于BP神经网络猪咳嗽声识别

作者：孙浩楠; 仝志民^*; 谢秋菊; 李嘉熙

来源：中国农机化学报, 2022, 43(02): 148-154.

DOI：10.13733/j.jcam.issn.2095-5553.2022.02.021

• 猪咳嗽识别
• 麦克风阵列
• BP神经网络
• 梅尔频率倒谱系数
• 端点检测
• 五折交叉法

咳嗽是猪患呼吸道系统疾病发病早期的主要症状。为解决猪呼吸系统疾病难以被发现和人工监测准确率低的问题，提出利用BP神经网络来检测和识别猪咳嗽声音的方案。基于四麦克风阵列进行猪声音数据的采集，以猪咳嗽声、打呼噜声、尖叫声、哼哼声、咆哮声的声音为研究对象，对得到的声音数据进行滤波、端点检测等预处理，把梅尔频率倒谱系数(MFCC)作为猪声音特征参数，建立BP神经网络学习和识别的模型。经五折交叉法验证猪咳嗽声平均识别率为85.33%,猪非咳嗽声平均识别率为86.24%,识别率均在85%以上，结果表明所提出的方案是可行的。这种方法可以高效地识别猪咳嗽声，为猪呼吸道疾病发病初期的诊断提供技术支持。

• 单位
  黑龙江八一农垦大学