公共文化服务平台

羊咳嗽声的特征参数提取与识别方法被引量：23: 2016年; 为在设施圈养羊只产生呼吸道疾病的初期,通过监测其咳嗽声进行疾病预警和健康状况诊断,以内蒙古地区广泛推广的杜泊羊为例,对杜泊羊的咳嗽声信号进行自动采集和计算机识别,在不增加羊咳嗽声特征参数维数的前提下,提出一种改进的梅尔频率倒谱系数(MFCC),试验结果表明,该参数和短时能量、过零率组合的14维特征参数,经过羊咳嗽声隐马尔可夫模型(HMM)识别系统,其识别率、误识别率和总识别率分别达到了86.23%、7.17%和88.43%,该组合特征参数经主成分分析可降到9维,而通过BP神经网络改善的HMM咳嗽声识别系统,对咳嗽声的识别率、误识别率和总识别率分别达到了92.54%、5.37%和95.04%,满足了杜泊羊咳嗽声识别的要求。; 宣传忠武佩张丽娜马彦华张永安邬娟; 关键词：杜泊羊特征参数提取隐马尔可夫模型

舍饲环境下家畜产前典型行为信息监测研究进展被引量：2: 2019年; 规模化、集约化养殖模式成为内蒙古自治区畜牧养殖业发展的主要趋势,随着饲养方式的改变,家畜的生存环境发生了变化,导致家畜生长受到了一定的影响。家畜行为是其在特定条件下生理和心理行为的自然反应,可以作为评价动物福利及其健康状况最为直接的证据。因此,对家畜产前运动、采食及饮水行为进行监测,对实现家畜福利化养殖具有重要意义。文章分析和归纳了目前常用的对家畜产前运动行为及采食和饮水行为进行监测的方法手段,为未来建立家畜产前行为与家畜健康状况之间的相关性、提高家畜的生产力和繁殖效率奠定基础。; 刘艳秋武佩张永安宣传忠李慧旻; 关键词：动物福利家畜健康养殖畜牧业

羊自动分栏系统及其开门机构的设计被引量：6: 2016年; 为减少羊的应激反应,避免与人畜接触,提高养殖效益,设计一套基于PLC和组态软件的自动称重分栏系统。采用射频识别器读取耳标信息,平台式称重器获取实时体重,访问数据库获取羊只其它信息,从而对其进行分栏管理;当完成一次分栏工作后,将本次记录的体重数据传输到本地数据库中,为后续研究提供数据支持。本设计使用四杆机构原理设计的双开门机构减小开门空间,通过对杆长优化实现两扇门开启的同步性。; 杨建宁武佩张丽娜宣传忠马彦华; 关键词：精确饲喂控制系统

Compressive sensing in wireless sensor network for poultry acoustic monitoring: 2017年; A wireless acoustic sensor network was realized using wireless sensor nodes equipped with microphone condensers,in which its sensor nodes were configured to capture poultry sound data and transmit it via the network to a collection point.A high performance computer can process these large volumes of animal audio signals under different behaviors.By performing data signal processing and analyzing the audio signal,poultry sound can be achieved and then transformed into their corresponding behavioral modes for welfare assessment.In this study,compressive sensing algorithm was developed in consideration of the balance between the power saving from compression ratio and the computational cost,and a low power consumption as well as an inexpensive sensor node was designed as the elementary unit of poultry acoustic data collecting and transmission.Then,a Zigbee-based wireless acoustic sensor network was developed to meet the challenges of short transmission range and limited resources of storage and energy.Experimental results demonstrate that the compressive sensing algorithm can improve the communication performances of the wireless acoustic sensor network with high reliability,low packet loss rate and low energy consumption.; Xuan ChuanzhongWu PeiZhang LinaMa YanhuaLiu YanqiuMaksim

母羊声音信号处理与识别系统的设计被引量：5: 2013年; 本文以LabVIEW2010软件为基础,设计了一种母羊声音信号处理与识别系统,实现了母羊特定声音信号的采集、处理、特征值提取、数据库存储和行为识别等功能。通过对母羊在不同应激行为下的声音信号进行时域、频域和时频域分析等,提取了信号持续时间、主峰频率等特征参数,并利用Access2007建立了相关特征值数据库。实验结果表明:母羊在不同生理和外部环境刺激下的声音信号存在较大差异,该系统可以实现母羊在不同环境下的声音信号的处理、识别和报警等,具有界面友好,操作简单等优点,为进一步研究母羊声音信号特征提供了基础。; 张彩霞武佩宣传忠刘海洋刘艳秋; 关键词：声音信号特征提取信号处理声音识别

基于羊只应激反应的智能饲喂机器人功能与造型研究被引量：5: 2019年; 基于羊只的应激反应,对羊只饲喂机器人进行设计分析,探讨羊只智能饲喂机器人的功能与造型设计。在功能方面,实现智能饲喂、监控反馈、自动行走;在造型方面,实现形态、颜色、材料的适应性和创新性。避免羊只的有害应激反应,为国内工厂化、智能化养羊产业提供可行性参考。; 孙芊芊李海军宣传忠郭芳佟鑫; 关键词：应激反应

基于加速度传感器的种公羊运动行为识别被引量：12: 2018年; 为解决种公羊运动行为的识别依赖饲养员观察耗时耗力的问题,本研究设计了一种基于加速度传感器的种公羊运动行为识别系统。该系统利用无线加速度传感器节点采集种公羊的运动行为信息,对行为信息进行实时采集和无线传输,分析传感器4种部署方案下(背部、颈部、前腿、后腿)采集到的羊行为数据,并利用K均值聚类法和区间阈值分类法进行分类。试验表明传感器的4种部署方案中将传感器部署在种公羊的背部靠近前腿处得到的加速度数据最稳定。但K均值聚类法平均识别率为77.05%,识别效果差,因此又提出了区间阈值分类法,通过对加速度数据识别测试获得区间阈值,对静立、行走、奔跑行为的识别率分别达到95.96%、95.78%和96.89%,3种行为的平均识别率达到96.21%。本研究所获得的运动行为数据可应用于种公羊的运动量补充和健康状况监测。; 张曦宇武佩宣传忠杨建宁刘艳秋郝敏; 关键词：种公羊加速度传感器 K均值聚类

母羊3种应激行为下叫声信号的对比分析被引量：2: 2016年; 为研究母羊在不同应激行为下叫声信号所具有的特征,选择体重相近、年龄在2-3岁的小尾寒羊母羊20只,分别录取其在3种应激行为（产羔、寻羔、饥饿）下的叫声信号。利用LabVIEW软件设计母羊发声信号特征提取与识别系统,对母羊发声信号进行时域分析、频域分析（Yule-Walker法估计功率谱、Welch法估计功率谱、线性坐标功率谱和倒谱分析）和时频域分析,提取发声信号的时间间隔、持续时间、主峰频率、能量集中范围和基音周期等特征参数。结果表明：母羊3种不同类型声音的持续时间以及主峰频率均存在显著差异（P〈0.05）。母羊在寻羔和饥饿时发声的持续时间是产羔时的1.93和1.82倍,饥饿叫声的主频分别为产羔和寻羔时的34.77和38.81倍,母羊叫声信号Yule-Walker法功率谱在饥饿出现1个峰值,寻羔时出现2个峰值,而产羔时无明显峰值。叫声信号能量在产羔时集中在400-600Hz,寻羔和饥饿时集中在0-900Hz,3种叫声基音周期接近为0.1ms。证明母羊叫声信号在3种应激行为下有明显的不同,因此可以作为评价其健康状况及福利化养殖水平的重要指标之一。; 刘艳秋武佩宣传忠马彦华张丽娜王晶; 关键词：母羊发声信号处理特征提取功率谱

基于功率谱和共振峰的母羊发声信号识别被引量：17: 2015年; 内蒙古及周边西部地区正在发展规模化种草设施圈养,这种养殖模式要求较高的福利化饲养水平。母羊在不同的应激行为下会发出不同的声信号,可以通过识别母羊发声信号去评价其健康状况和福利化养殖水平。该研究以成年小尾寒羊为例,通过无线语音数据采集卡,平均采集80只母羊在寻羔、饥饿和惊吓3种应激行为下的发声,用Audacity软件共分割成1 200句叫声信号,并用带通滤波和小波消噪进行预处理。每种应激行为下再随机选取200句发声信号,共计600句进行AR(auto-regressive)功率谱估计和共振峰分析,提取第1、2和3共振峰频率和6个代表性的功率谱估计频域参数:功率谱密度的平均值、几何平均值、中值、切尾平均值、平均绝对偏差值和四位分极差,同时也提取叫声信号的最大值、持续时间和间隔时间时域参数,这些特征参数用于训练BP(back propagation)神经网络母羊发声信号识别模型,剩余的600句发声信号用于测试模型的识别效果。结果表明:母羊在不同应激行为下的发声信号具有明显差异的特征参数,采用共振峰参数训练的BP网络,其对母羊发声信号的正确识别率为85.3%,高于利用AR功率谱估计参数的81.0%,当2种参数进行组合训练BP网络后,其正确识别率可达93.8%,表明这种方法的识别效果更好,由于在同一种应激行为下,不同年龄和体质量的母羊发声信号具有一定的差异性,使得系统的误识别率达到6.2%。; 宣传忠武佩马彦华张丽娜韩丁刘艳秋; 关键词：功率谱声音信号母羊特征提取

基于图像的肉羊生长参数实时无接触监测方法被引量：9: 2017年; 针对基于体尺、体质量的肉羊实时生长监测中体尺、体质量需要人工测量的不足,论文提出基于结构化限位装置及机器视觉技术的无接触肉羊生长参数测量方法,并讨论无接触方法获取的体尺数据与羊只生长特性的关系。首先,基于自主研发的无应激形态参数采集系统实时采集60只小尾寒羊的俯视图和侧视图,应用图像处理技术对所得到的图像进行分析,提取体高、臀高、体长、胸深、胸宽、臀宽3类6种体尺参数;无接触生长参数采集系统同时记录对应羊只的体质量。对无接触方法获取的体尺、体质量数据相关关系进行研究,并分别利用单因素线性回归、单因素非线性回归、多元线性回归、偏最小二乘回归、RBF网络拟合、SVM回归方法建立体尺与体质量关系模型。试验表明:体高、臀高、体长、胸深、胸宽、臀宽的最大相对误差分别为4.73%、2.55%、2.50%、3.95%、3.80%和2.90%;无接触方法获取的体高、体长、胸宽与体质量相关性大于0.8;在基于单因素的生长监测中可选择体长参数;多体尺能够较全面地表达羊只的生长状态,其中胸深、胸宽、体长是重要的监测参数;多因素非线性模型可以更全面、精准的体现羊只生长特性。论文提出的无接触方法可有效提升工作效率,节约50%的人工投入。同时,也可减少羊只的应激反应,是长期、实时监测羊只生长的实用方法,对推动精准、福利化养羊具有重要意义。; 张丽娜武佩乌云塔娜宣传忠马彦华陈鹏宇; 关键词：机器视觉

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(11364029)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(11364029)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈