-
公开(公告)号：CN115457966A
公开(公告)日：2022-12-09
申请号：CN202211128776.2
申请日：2022-09-16
Applicant: 东北农业大学
Abstract: 本申请公开了基于改进DS证据理论多分类器融合的猪咳嗽声识别方法，步骤包括：收集猪舍内生猪的声音片段，获得语料库；基于语料库，得到训练集和测试集，提取训练集和测试集中的多个声学特征；将训练集中的多个声学特征输入至若干基分类器中，输出得到若干基分类器性能评价指标；根据基分类器性能评价指标，筛选基分类器，得到优选基分类器；利用训练集训练优选基分类器，完成目标训练模型；将测试集输入目标训练模型，并采用改进的DS证据理论对优选基分类器的输出结果进行融合，完成猪咳嗽声音识别。本申请采用距离融合对DS融合进行改进，解决DS融合方法靠近决策边界部分数据分类不可靠的问题，可显著提高生猪咳嗽声音识别精度。
-
公开(公告)号：CN117423342B
公开(公告)日：2024-06-07
申请号：CN202311415297.3
申请日：2023-10-27
Applicant: 东北农业大学
IPC: G10L17/02 , G10L17/04 , G10L17/18 , G10L17/26 , H04L67/125
Abstract: 本发明公开了一种基于边缘计算的猪只异常状态监测方法及系统，涉及语音信号处理技术领域，包括：数据采集与处理模块、边缘计算网关、云服务器和客户端，数据采集与处理模块包括麦克风阵列、数字信号处理模块、功率放大模块、电源模块和通信模块；通过麦克风阵列获取、存储猪舍内采集的音频数据，音频数据经过数据处理模块处理后，通过通信模块传输至边缘计算网关，边缘计算网关对猪舍内的异常声音进行识别与定位，将结果发送至云服务器，云服务器对数据进行存储并建立生猪异常状态预警模型，将预警信息发送至手机或电脑客户端。本发明实现了对猪舍内猪只异常的准确监测、定位以及预警。
-
公开(公告)号：CN117219088A
公开(公告)日：2023-12-12
申请号：CN202311214740.0
申请日：2023-09-20
Applicant: 东北农业大学
Abstract: 本发明涉及语音信号处理技术领域，特别是涉及一种复杂环境下生猪连续咳嗽声音识别方法，包括：采集猪舍内的连续声音，基于所述连续声音构建语料库；对所述语料库进行多重端点检测，获取单个声音段以及所述单个声音段的开始时间和结束时间；对所述单个声音段进行分类识别，判断所述单个声音段是否为咳嗽，若为咳嗽，则基于所述单个声音段的开始时间和结束时间计算相邻咳嗽之间的时间间隔，根据所述时间间隔判断是否为连续咳嗽。本发明能够实现连咳的识别，并提高复杂环境下生猪咳嗽声的识别精度。
-
公开(公告)号：CN115273908B
公开(公告)日：2023-05-12
申请号：CN202210938605.X
申请日：2022-08-05
Applicant: 东北农业大学
IPC: G10L25/66 , G10L17/26 , G10L25/24 , G10L25/30 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/08 , G06N3/0464 , G06F18/2411 , G06F18/25
Abstract: 本发明公开了一种基于分类器融合的生猪咳嗽声音识别方法，包括：收集猪舍内生猪的声音片段，获得语料库；对语料库进行标注，获得咳嗽声音片段与非咳嗽声音片段；基于咳嗽声音片段与非咳嗽声音片段按照一定比例划分为训练集和测试集，提取训练集中声音信号的声学特征和图像特征；构建支持向量机训练模型，将声学特征和图像特征输入支持向量机训练模型进行模型训练，获得目标训练模型；将测试集的数据输入目标训练模型进行分类，获得分类结果，完成猪咳嗽声音的识别。相比于常规的声音识别方法，本发明的识别方法可有效提升猪咳嗽声识别精度。
-
Patent Agency Ranking
公开(公告)号：CN117423342A
公开(公告)日：2024-01-19
申请号：CN202311415297.3
申请日：2023-10-27
Applicant: 东北农业大学
IPC: G10L17/02 , G10L17/04 , G10L17/18 , G10L17/26 , H04L67/125
Abstract: 本发明公开了一种基于边缘计算的猪只异常状态监测方法及系统，涉及语音信号处理技术领域，包括：数据采集与处理模块、边缘计算网关、云服务器和客户端，数据采集与处理模块包括麦克风阵列、数字信号处理模块、功率放大模块、电源模块和通信模块；通过麦克风阵列获取、存储猪舍内采集的音频数据，音频数据经过数据处理模块处理后，通过通信模块传输至边缘计算网关，边缘计算网关对猪舍内的异常声音进行识别与定位，将结果发送至云服务器，云服务器对数据进行存储并建立生猪异常状态预警模型，将预警信息发送至手机或电脑客户端。本发明实现了对猪舍内猪只异常的准确监测、定位以及预警。
-
公开(公告)号：CN115457966B
公开(公告)日：2023-05-12
申请号：CN202211128776.2
申请日：2022-09-16
Applicant: 东北农业大学
IPC: G10L17/26 , G10L17/04 , G10L17/14 , G06F18/241 , G06F18/25
Abstract: 本申请公开了基于改进DS证据理论多分类器融合的猪咳嗽声识别方法，步骤包括：收集猪舍内生猪的声音片段，获得语料库；基于语料库，得到训练集和测试集，提取训练集和测试集中的多个声学特征；将训练集中的多个声学特征输入至若干基分类器中，输出得到若干基分类器性能评价指标；根据基分类器性能评价指标，筛选基分类器，得到优选基分类器；利用训练集训练优选基分类器，完成目标训练模型；将测试集输入目标训练模型，并采用改进的DS证据理论对优选基分类器的输出结果进行融合，完成猪咳嗽声音识别。本申请采用距离融合对DS融合进行改进，解决DS融合方法靠近决策边界部分数据分类不可靠的问题，可显著提高生猪咳嗽声音识别精度。
-
公开(公告)号：CN115273908A
公开(公告)日：2022-11-01
申请号：CN202210938605.X
申请日：2022-08-05
Applicant: 东北农业大学
IPC: G10L25/66 , G10L17/26 , G10L25/24 , G10L25/30 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/08 , G06N3/04 , G06K9/62
Abstract: 本发明公开了一种基于分类器融合的生猪咳嗽声音识别方法，包括：收集猪舍内生猪的声音片段，获得语料库；对语料库进行标注，获得咳嗽声音片段与非咳嗽声音片段；基于咳嗽声音片段与非咳嗽声音片段按照一定比例划分为训练集和测试集，提取训练集中声音信号的声学特征和图像特征；构建支持向量机训练模型，将声学特征和图像特征输入支持向量机训练模型进行模型训练，获得目标训练模型；将测试集的数据输入目标训练模型进行分类，获得分类结果，完成猪咳嗽声音的识别。相比于常规的声音识别方法，本发明的识别方法可有效提升猪咳嗽声识别精度。
-
公开(公告)号：CN114330454A
公开(公告)日：2022-04-12
申请号：CN202210004800.5
申请日：2022-01-05
Applicant: 东北农业大学
Abstract: 本发明公开了一种基于DS证据理论融合特征的生猪咳嗽声音识别方法，包括：提取语料库中生猪咳嗽声音和非咳嗽声音的线性预测倒谱系数和对数梅尔谱图，将特征图像分成训练集和测试集，分别将训练集中的线性预测倒谱系数和对数梅尔谱图输入两路并行的卷积神经网络提取深度特征，将提取的深度特征送入全连接层和softmax分类器进行二分类，将分类后的结果送入DS证据理论特征融合层，将融合后的结果输入分类器再次进行二分类，实现对生猪咳嗽声音的识别。本发明利用两路卷积神经网络对不同的图像特征提取深度特征，利用DS证据理论对深度特征进行融合，相比于常规的声音识别方法，该方法可有效提升咳嗽声音的识别精度。
-
公开(公告)号：CN114330453A
公开(公告)日：2022-04-12
申请号：CN202210004775.0
申请日：2022-01-05
Applicant: 东北农业大学
Abstract: 本发明公开了一种基于声学特征和视觉特征融合的生猪咳嗽声音识别方法，包括：对语料库中生猪的咳嗽声和非咳嗽声的声音片段进行声学特征提取，并将生猪的咳嗽声和非咳嗽声的声音片段分别转换为频谱图进行视觉特征提取；从特征选择和特征处理两个方面对提取出来的特征进行降维处理并进行融合，将融合的特征输入机器学习的分类模型中，实现对生猪咳嗽声音的识别。本发明分别从声音信号中直接提取声学特征和由声音信号转化的时频图提取视觉特征，将两种不同维度下的特征进行融合，相比于常规的声音识别方法，该方法可有效提升咳嗽声音和整体识别精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
