深层神经网络在家畜反刍行为识别上的应用

发布时间：2018-11-13 08:08

【摘要】：针对反刍家畜的反刍行为结合前馈型神经网络提出了一个简单的方法,自动分析和识别反刍家畜的反刍事件。用声音信号表示反刍事件的候选项,然后用前馈神经网络模型对这些候选项的特征进行学习,通过训练好的模型将这些侯选项识别为反刍事件和非反刍事件。测试用的声音信号总共24 min,分别来自三只湖羊,喂给这些湖羊的饲料是典型的混合饲料。为了充分测试提出的方法,测试数据分别使用了包含较少噪声和包含较多噪声的数据,并且更加注重后者,因为噪音在所有的声学模型中都是一个很大的挑战。实验表明,该方法获得的湖羊反刍事件的次数和人工统计的反刍次数较为接近,统计次数的正确率超过了90%,并且所有反刍事件的正确匹配率约为87%。
[Abstract]:A simple method for ruminating behavior of ruminant livestock combined with feedforward neural network is proposed to automatically analyze and identify ruminant events of ruminant livestock. The candidates of ruminant events are represented by sound signals, and the features of these candidates are studied by feedforward neural network model. These options are recognized as ruminant events and non-ruminant events by trained models. A total of 24 min, acoustic signals were used from three Hu sheep, which were fed with a typical mixed feed. In order to fully test the proposed method, the test data uses the data containing less noise and more noise, and pays more attention to the latter, because noise is a great challenge in all acoustic models. The experimental results show that the number of ruminant events obtained by this method is close to that of artificial ruminant events, the correct rate of statistical times exceeds 90, and the correct matching rate of all ruminant events is about 87.
【作者单位】： 兰州大学信息科学与工程学院;
【基金】：国家自然科学基金(61073193,61300230)资助
【分类号】：S818.9;TP183

【相似文献】

相关会议论文 前10条

1 陈振湘;陈剑勇;徐慎初;钟金水;;具有刺激-反应阈值的前馈神经网络[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

2 梁久祯;黄德双;何新贵;;前馈神经网络的一种梯度—牛顿耦合学习算法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

3 李永敏;吉吟东;朱善君;孙增圻;;一种基于规则的前馈神经网络及其学习算法[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

4 孙德保;王凯;;前馈神经网络的容错性研究[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

5 梁循;杜继宏;夏绍玮;杨振斌;;前馈神经网络的补偿方法[A];1994年中国控制会议论文集[C];1994年

6 仉宝玉;陈义俊;;前馈神经网络快速学习算法及应用[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年

7 梁久祯;黄德双;何新贵;;多输入单输出前馈神经网络映射机理研究[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 寇纪淞;徐博艺;刘刚;;用遗传算法训练前馈神经网络的权值[A];1994中国控制与决策学术年会论文集[C];1994年

9 杨华民;姜会林;;前馈神经网络泛化能力评估方法研究[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

10 张代远;;一种前馈神经网络的新型分层优化算法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

相关博士学位论文 前5条

1 贺彦林;前馈神经网络结构设计研究及其复杂化工过程建模应用[D];北京化工大学;2016年

2 侯木舟;基于构造型前馈神经网络的函数逼近与应用[D];中南大学;2009年

3 王健;前馈神经网络梯度学习算法收敛性分析[D];大连理工大学;2012年

4 范钦伟;带光滑正则项前馈神经网络学习算法的收敛性分析[D];大连理工大学;2014年

5 张会生;前馈神经网络梯度训练算法的几个收敛性结果[D];大连理工大学;2009年

相关硕士学位论文 前10条

1 张萧;通用前馈神经网络代码库的设计[D];福建师范大学;2011年

2 董春岩;基于反传混沌粒子群训练前馈神经网络应用研究[D];北京化工大学;2013年

3 张红军;一种新的前馈神经网络训练算法及其在控制中的应用[D];大连理工大学;2002年

4 吕俊;前馈神经网络参数和结构的优化策略研究[D];南京工业大学;2004年

5 马岩尉;基于前馈神经网络的电子鼻模式识别方法[D];大连理工大学;2010年

6 程海青;动量项前馈神经网络恒模盲均衡算法的研究[D];太原理工大学;2006年

7 刘永;遗传前馈神经网络盲均衡算法的研究[D];太原理工大学;2007年

8 李艳琴;基于前馈神经网络盲多用户检测算法的研究[D];太原理工大学;2007年

9 马莉;基于遗传前馈神经网络自适应均衡算法的研究[D];太原理工大学;2011年

10 张哲;基于效率优化的整车转矩分配方法的研究[D];长春工业大学;2015年

，

本文编号：2328513