基于支持向量机的生猪异常声音识别与监测系统

发布时间：2021-04-26 01:07

　　我国是世界上猪肉生产大国,同时也是世界上猪肉消费大国,生猪的养殖在畜牧业中占有非常重要的地位。随着科学技术的发展,越来越多的新型技术应用到生猪养殖过程中,从而推动生猪养殖方式由粗放型、个体散养型,向集约化、规模化和自动化养殖方向转变。集约化养殖方式虽然在养殖效益以及资源利用率上胜过传统养殖方式,但是集约化养殖容易造成生猪养殖空间拥挤,环境通风不良,传染病蔓延迅速等问题,这样会导致生猪出现异常的概率增加。因此,如何及时对生猪的异常状况进行预警是集约化生猪养殖方式亟待解决的一大问题。目前,国内生猪养殖中主要以人工监测为主,这种方式不仅费时费力,而且容易受主观因素影响,同时人员的活动会引起生猪应激反应,不利于生猪健康生长。声音识别技术广泛应用于安防系统,具有识别精度高、无接触、客观性强等特点。本论文利用声音识别技术设计了一种生猪异常声音监测系统,对生猪惊骇声和咳嗽声进行在线监测。本论文主要研究内容如下:（1）对猪舍内声音信号进行在线采集时,由于采集到的声音信号中存在较多能量幅值较低的无效声音信号。本论文通过设定能量采集阈值,减少对无效声音信号的处理,提高监测系统对猪舍声音处理速度。（2）猪舍... 

【文章来源】：太原理工大学山西省 211工程院校

【文章页数】：106 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
    1.3 主要研究内容和章节安排
        1.3.1 主要研究内容
        1.3.2 章节安排
    1.4 本章小结
第二章 猪舍声音信号采集与降噪方法研究
    2.1 生猪异常声音监测系统总体结构设计
    2.2 猪舍声音信号采集
        2.2.1 声音信号采集
        2.2.2 生猪异常声音种类选取
        2.2.3 声音信号有效性检测
    2.3 猪舍声音信号降噪处理
        2.3.1 猪舍声音信号数字滤波器降噪
        2.3.2 猪舍声音信号小波阈值降噪
        2.3.3 猪舍声音信号改进谱减法降噪
        2.3.4 不同降噪方法结果对比分析
    2.4 猪舍声音信号预处理
        2.4.1 猪舍声音信号预加重
        2.4.2 猪舍声音信号端点检测
        2.4.3 猪舍声音信号分帧加窗
    2.5 本章小结
第三章 猪舍声音信号特征参数提取
    3.1 猪舍声音信号时域特征参数提取
        3.1.1 短时能量
        3.1.2 短时过零率
    3.2 猪舍声音信号LPCC特征参数提取
        3.2.1 线性预测系数
        3.2.2 LPCC参数提取
        3.2.3 生猪异常声音信号的LPCC及其差分参数
    3.3 猪舍声音信号MFCC特征参数提取
        3.3.1 感知频率与实际频率的关系
        3.3.2 MFCC参数提取
        3.3.3 生猪异常声音信号的MFCC及其差分参数
    3.4 基于消除变化缓慢趋势项特征参数提取
        3.4.1 固有模态函数
        3.4.2 经验模态分解
        3.4.3 消除变化缓慢趋势特征参数提取
    3.5 本章小结
第四章 生猪异常声音信号分类识别研究
    4.1 基于SVDD的生猪异常声音信号检测
    4.2 基于SVM的生猪异常声音信号识别
        4.2.1 支持向量机理论
        4.2.2 SVM多分类方法
        4.2.3 SVM实现生猪异常声音识别流程
    4.3 模型相关参数优化问题
        4.3.1 核函数的选择
        4.3.2 模型参数的优化
    4.4 生猪异常声音识别实验与异常状态判断
        4.4.1 SVDD模型对生猪异常声音检测结果
        4.4.2 SVM模型对生猪异常声音识别结果
        4.4.3 生猪异常声音监测系统识别结果
        4.4.4 生猪异常状态判断
    4.5 本章小结
第五章 生猪异常声音监测系统上位机界面设计
    5.1 生猪异常声音监测系统上位机结构设计
        5.1.1 生猪异常声音监测系统上位机组成画面
        5.1.2 生猪异常声音监测系统上位机变量设计
        5.1.3 生猪异常声音监测系统与上位机之间通讯
    5.2 生猪异常声音监测系统功能画面
        5.2.1 监测系统登录画面
        5.2.2 监测系统主画面
        5.2.3 监测系统操作记录画面
        5.2.4 监测系统趋势画面
        5.2.5 监测系统存储记录画面
        5.2.6 监测系统报警画面
        5.2.7 监测系统参数设置画面
    5.3 本章小结
第六章 结论与展望
    6.1 结论
    6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文及参与的科研项目


【参考文献】：
期刊论文
[1]利用抗噪幂归一化倒谱系数的鸟类声音识别[J]. 颜鑫,李应.  电子学报. 2013(02)
[2]畜牧信息智能监测研究进展[J]. 陆明洲,沈明霞,丁永前,杨晓静,周波,王志国.  中国农业科学. 2012(14)
[3]基于MFCC和GMM的昆虫声音自动识别[J]. 竺乐庆,张真.  昆虫学报. 2012(04)
[4]支持向量机在多类分类问题中的推广[J]. 刘志刚,李德仁,秦前清,史文中.  计算机工程与应用. 2004(07)

博士论文
[1]黑龙江省生猪养殖业生产效率研究[D]. 刘晓峰.东北农业大学 2015
[2]支持向量数据描述与支持向量机及其应用[D]. 黄光鑫.电子科技大学 2011

硕士论文
[1]基于声音识别技术的猪咳嗽音识别方法的研究[D]. 龚永杰.华中农业大学 2018
[2]一种面向NAO机器人的语音识别系统研究[D]. 马文涛.重庆交通大学 2018
[3]基于SVM的海豚物种的声学识别[D]. 文小军.厦门大学 2017
[4]基于视频跟踪与多模型声音识别的猪行为检测与分析[D]. 张苏楠.太原理工大学 2016
[5]我国城乡居民肉类消费特征及影响因素分析[D]. 高奇.中国农业科学院 2016
[6]种猪舍自动化温度监控系统的设计与研究[D]. 陈勇.浙江工业大学 2016
[7]基于支持向量机的农业数据分类方法研究[D]. 刘晓莹.安徽农业大学 2015
[8]基于HHT的咳嗽音识别研究[D]. 乐莎莎.广西师范大学 2014
[9]基于MFCC的异常声音识别技术研究[D]. 王梁.哈尔滨工程大学 2014



本文编号：3160434