典型文献
基于BP神经网络猪咳嗽声识别
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
孙浩楠;仝志民;谢秋菊;李嘉熙
作者机构：
黑龙江八一农垦大学工程学院,黑龙江大庆,163000
文献出处：
引用格式：
[1]孙浩楠;仝志民;谢秋菊;李嘉熙-.基于BP神经网络猪咳嗽声识别)[J].中国农机化学报,2022(02):148-154
A类：
网络猪,哼声,五折交叉法,猪咳嗽识别,咳嗽识别
B类：
咳嗽声,疾病发病,主要症状,呼吸系统疾病,人工监测,检测和识别,麦克风阵列,声音数据,打呼噜,尖叫声,哼哼,咆哮声,端点检测,梅尔频率倒谱系数,MFCC,神经网络学习,识别率,猪呼吸道疾病
AB值：
0.23721
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
