基于深度信念网络的猪咳嗽声识别

《基于深度信念网络的猪咳嗽声识别》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于深度信念网络的猪咳嗽声识别黎煌赵建高云雷明刚刘望宏糞永杰华中农业大学工学院生猪健康养殖协同创新中心华中农业大学动物科技学院动物医学院为丫在生猪养殖产生呼吸道疾病的初期，通过监测猪咳嗽声进行疾病预警，提出了基于深度信念网络（DBN）对猪咳嗽声进行识别的方法。以长白猪咳嗽、打喷嚏、吃食、尖叫、哼哼、甩耳朵等声音为研究对象，利用基于多窗谱的心理声学语音增强算法和单参数双门限端点检测对猪声音进行预处理，实现猪声音信号的去噪和有效信号检测。基于吋间规整算法提取300维短吋能量和720维梅尔频率倒谱系数（MFCC）组合成1020维特征参数，将该组合特征参数作为DBN学习和识别数据集，选定3隐层

2、神经元个数分别为42个、17个和7个，构建网络结构为1020-42-17-7-2的5层深度信念网络猪咳嗽声识别模型。通过5折交叉实验验证，基于DBN的猪咳嗽声识别率和总识别率均达到90.00%以上，误识别率达到10%以内，最优组猪咳嗽声识别率达到94.12%,误识别率达到7.45%，总识别率达到93.2W。进一步基于主成分分析法（PCA）提取1020维特征参数98.01%主成分得到479维特征参数，通过5折交叉实验验证，猪咳嗽声识别率、误识别率和总识别率相对降维前均有所提高，最优组猪咳嗽声识别率达到95.80%，误识别率达到6.83%，总识别率达到94.29%，实验结果表明所建模型是有

3、效可行的。关键词：生猪;咳嗽;深度佶念网络;特征参数;识别;生猪产业规模化发展的冋吋，呼吸道疾病己成为各大养猪场最常见、危害最严重的疾病之一。而咳嗽是猪呼吸道疾病的主要症状，尤其是早期症状，因此可以通过监测咳嗽声进行猪早期呼吸道疾病预警11^1。目前所采用的方法一般为简单易行的人工检测，但是人工检测不仅人力成本高，并且识别率难以得到保证。随着现代信息、数字信号处理、传感器等技术的快速发展，将计算机技术与声音特征分析相结合，利用语音识别技术分析猪咳嗽声与猪非咳嗽声，对猪咳嗽声进行识别，有利于生猪呼吸道疾病的预警，促进生猪健康养殖的发展U1。国外开展猪声音识别的研宄相对较早。MITCHEL

4、L等位1发现了健康猪和病猪咳嗽声短时能量动态变化的差异，测得健康猪咳嗽声持续时间一般为0.21s，而病猪咳嗽声持续时间一般为0.30s。SARA等通过实验发现病猪咳嗽咅频的标准化压力均方差及峰值频率均值均低于健康猪，而病猪咳嗽声持续时间和频率均高丁•健康猪。EXADAKTYL0S等hl采用改进的模糊c均值聚类算法识别猪咳嗽，总识别率达到85%，其中病猪咳嗽声识别率达到82%oGUARINO等M采用动态时间规整(Dynamictimewarping,DTW)算法识别猪咳嗽,识别率达到85.5%,非咳嗽声识别率达到86.6%。HTRTUM等£71考虑低频环境噪声对咳嗽声的影响，建立环境噪声

5、模型，在此棊础上构建棊于模糊c均值聚类算法的咳嗽声识别模型，非实时单个咳嗽声识别率能够达到92%，但错误率达到21%。目前，国内针对猪声音识别的研宄尚处于起步阶段。马辉栋等M设计了基于短时能量和短时过零率的猪咳嗽声双门限端点检测算法。刘振宇等m釆用隐马尔科夫模型(Hiddenmarkovmodel,fMM)对猪咳嗽声进行识别，识别率达到80.0%。徐亚妮利用模糊c均值聚类算法进行猪咳嗽声与尖叫声识别，识别率分别达到83.4%和83.1%。深度信念网络(Deepbeliefnets,DBN)由HINTON等［11］于2006年提出，DBN通过对人脑组织结构和功能的模拟，有着与人类类似的记

6、忆能力、概括推理能力以及强大的分类、预测能力［12］。最近几年来，深度学习在语音识别领域得到了很好的应用，体现丫其强火的声学建模能力［13-15］。本文把深度信念网络引入猪声音识别领域，以长白猪咳嗽、打喷嚏、吃食、尖叫、哼哼、甩耳朵等声音为研宄对象，构建猪咳嗽声识别模型，为生猪健康养殖过程中猪咳嗽声的识别提供了一种新的方法。1猪声音采集与预处理1.1猪声音采集猪声音采集在校属精品猪场进行。采集工具为美博-M66录音笔，采样频率为48000Hz,采样精度16位，可连续录音24h。声音采集在3-4月猪病多发期进行,井采集10头体重75kg左右长白猪的声音，经兽咲诊断10头猪中5头猪感染呼吸

7、道疾病，咳嗽明显。采用专家分类法对录音笔采集的猪声音进行分类标记，选取咳嗽、打喷嚏、吃食、尖叫、哼哼和甩耳朵声作为研究对象。得到猪声咅样本1400个，其屮咳嗽样本594个，打喷嚏样本241个，吃食样本152个，尖叫样本130个，哼哼样本125个，甩耳朵样本158个，保存为wav格式。1.2猪声音预处理猪场环境下釆集到的猪声音样木伍含很多噪音和无效声音，为提高猪咳嗽声与非咳嗽声识别率，在特征参数提取之前需要进行去噪和端点检测。1.2.1猪声音样本