基于矢量量化的猪咳嗽声识别

来源：华中农业大学学报杂志2017年第3期北京时间：

作者：龚永杰

摘要：针对猪的规模化养殖中频发的呼吸道疾病问题，提出通过监测咳嗽状况对猪的健康状况进行预警,以谱减法去噪和端点检测为猪咳嗽信号主要预处理方法，以矢量量化(vector quantization，VQ)匹配算法为核心算法，分别构建基于标准梅尔频率倒谱系数(Mel-frequency cepstral coefficient，MFCC)和改进的MFCC 2种猪咳嗽声识别模型。测试结果显示,以标准MFCC为特征矢量构建的识别系统的识别率、误判率和综合识别率分别达到88%、14%和87.3%，基于改进的MFCC特征矢量构建的识别系统与之相比有很大提高，其识别率、误判率和综合识别率分别达到91%、12%和90.0%。试验表明，采用改进的MFCC与矢量量化相结合构建猪咳嗽识别系统是可行的，能够应用于猪的呼吸道疾病预警。

关键词：矢量量化; 猪; 咳嗽; 识别; 梅尔频率倒谱系数

基金资助：湖北省自然科学基金项目（2014CFB317）； ”十三五”国家重点研发计划项目（2016YFD0500506）； 现代农业产业技术体系项目（CARS-36）