基于深度信念网络的猪咳嗽声识别-农业机械学报.PDF

２０１８年 ３月 农 业 机 械 学 报 第 ４９卷 第 ３期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１８．０３．０２２ 基于深度信念网络的猪咳嗽声识别 １，２ １，２ １，２ ２，３ ２，３ １，２ 黎　煊 　赵　建 　高　云 　雷明刚 　刘望宏 　龚永杰 （１．华中农业大学工学院，武汉 ４３００７０；２．生猪健康养殖协同创新中心，武汉 ４３００７０； ３．华中农业大学动物科技学院动物医学院，武汉 ４３００７０） 摘要：为了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。基于时间规整算法提取３００维短时能量和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隐层神经元个数分别为４２、１７和７，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％以上，误识别率不超过８０７％，最优组猪咳嗽声识别率达到９４１２％，误识别率为７４５％，总识 别率达到９３２１％。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，猪咳嗽声识别率和总识别率相对降维前均有所提高，误识别率有所降低，最优组猪咳嗽声 识别率达到９５８０％，误识别率为６８３％，总识别率达到９４２９％，实验结果表明所建模型是有效可行的。 关键词：生猪；咳嗽；深度信念网络；特征参数；识别 中图分类号：ＴＮ９１２３４ 文献标识码：Ａ 文章编号：１０００１２９８（２０１８）０３０１７９０８ ＲｅｃｏｇｎｉｔｉｏｎｏｆＰｉｇＣｏｕｇｈＳｏｕｎｄＢａｓｅｄｏｎＤｅｅｐＢｅｌｉｅｆＮｅｔｓ １，２ １，２ １，２ ２，３ ２，３ １，２ ＬＩＸｕａｎ 　ＺＨＡＯＪｉａｎ 　ＧＡＯＹｕｎ 　ＬＥＩＭｉｎｇｇａｎｇ 　ＬＩＵＷａｎｇｈｏｎｇ 　ＧＯＮＧＹｏｎｇｊｉｅ （１．ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｚｈｏｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７０，Ｃｈｉｎａ ２．ＴｈｅＣｏｏｐｅｒａｔｉｖｅＩｎｎｏｖａｔｉｏｎＣｅｎｔｅｒｆｏｒＳｕｓｔａｉｎａｂｌｅＰｉｇＰｒｏｄｕｃｔｉｏｎ，Ｗｕｈａｎ４３００７０，Ｃｈｉｎａ ３．ＣｏｌｌｅｇｅｏｆＡｎｉｍａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＣｏｌｌｅｇｅｏｆＡｎｉｍａｌＭｅｄｉｃｉｎｅ，ＨｕａｚｈｏｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｅａｒｌｙｓｔａｇｅ，ｐｉｇｃｏｕｇｈｓｏｕｎｄｃｏｕｌｄｂｅｄｅｔｅｃｔｅｄｆｏｒｅａｒｌｙｄｉｓｅａｓｅｗａｒｎｉｎｇ，ａｎｄａｍｅｔｈｏｄ ｂａｓｅｄｏｎｄｅｅｐｂｅｌｉｅｆｎｅｔｓ（ＤＢＮ）ｗａｓｐｒｏｐｏｓｅｄｔｏｃｏｎｓｔｒｕｃｔａｐｉｇｃｏｕｇｈｓｏｕｎｄｒｅｃｏｇｎｉｔｉｏｎｍｏｄｅｌ．Ｐｉｇ ｓｏｕｎｄｓｏｆＬａｎｄｒａｃｅｐｉｇｓ，ｉｎｃｌｕｄｉｎｇｃｏｕｇｈ，ｓｎｅｅｚｅ，ｅａｔｉｎｇ，ｓｃｒｅａｍ，ｈｕｍａｎｄｓｈａｋｉｎｇｅａｒｓｓｏｕｎｄｓｗｅｒｅ ａｕｔｏｍａｔｉｃａｌｌｙｒｅｃｏｒｄｅｄ．Ｔｈｅｓａｍｐｌｅｓｗｅｒｅｐｒｅｐｒｏｃｅｓｓｅｄｂｙｓｐｅｅｃｈｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎａ