基于BP神经网络猪咳嗽声识别

来源：中国农机化学报杂志2022年第2期北京时间：

作者：孙浩楠, 仝志民, 谢秋菊, 李嘉熙

单位：黑龙江八一农垦大学工程学院，黑龙江大庆，163000

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。

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

基金资助：国家自然科学基金项目(32072787)