基于聲學(xué)模型和機(jī)器學(xué)習(xí)的湖羊反芻行為識別系統(tǒng).pdf

1、學(xué)術(shù)界和工業(yè)界對計算機(jī)技術(shù)的重視，使得人工智能技術(shù)也得到前了所未有的進(jìn)步，并且在很多領(lǐng)域都取得了突破。目前，人工智能技術(shù)已經(jīng)被應(yīng)用于各個領(lǐng)域，其中語音識別、自然語言處理、圖像識別已成為人工智能的三大主戰(zhàn)場，各大互聯(lián)網(wǎng)公司以及不計其數(shù)的創(chuàng)業(yè)公司也都在積極備戰(zhàn)人工智能的相關(guān)競賽。例如百度公司成立深度學(xué)習(xí)實驗室、中興通訊的人工智能挑戰(zhàn)賽等。從技術(shù)角度來看，人工智能技術(shù)已經(jīng)基本實現(xiàn)了實用性，但是從應(yīng)用的實際情況來看，還沒有達(dá)到真正的智能。值得注

2、意的是，在人工智能快速發(fā)展的背后是機(jī)器學(xué)習(xí)算法的推陳出新，以及將機(jī)器學(xué)習(xí)算法不斷應(yīng)用于新的領(lǐng)域，解決新的問題。如果從實用性的角度分析，技術(shù)再強(qiáng)大也只是用來解決人的需要、社會的需要。因此，本次研究我們不是對人工智能技術(shù)進(jìn)行革新，更多的是關(guān)注機(jī)器學(xué)習(xí)基礎(chǔ)算法的應(yīng)用。在人類歷史進(jìn)程中，畜牧業(yè)有著幾千年的歷史，在農(nóng)業(yè)當(dāng)中有著舉足輕重的地位，近年來隨著科學(xué)技術(shù)的發(fā)展以及規(guī)模化飼養(yǎng)的成型，使得畜牧業(yè)越來越朝著精準(zhǔn)化方向發(fā)展，而在畜牧業(yè)當(dāng)中反芻牲畜占

3、據(jù)著半壁江山，因此對反芻牲畜的研究將對我國畜牧業(yè)的發(fā)展帶來促進(jìn)作用。反芻行為作為反芻牲畜獨有的特性能夠反映個體的生理狀況。目前對于反芻家畜的反芻行為研究大多依靠人工觀察，人工觀察固然有其準(zhǔn)確性，但是直接觀察所花費的人力和財力成本很大，因此在規(guī)?；途_化飼養(yǎng)時很難操作。
　　針對上述問題，本文研究、設(shè)計、實現(xiàn)了基于聲學(xué)模型和機(jī)器學(xué)習(xí)的湖羊反芻行為識別系統(tǒng)。在該系統(tǒng)中，我們針對湖羊的反芻行為，結(jié)合機(jī)器學(xué)習(xí)當(dāng)中神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等經(jīng)

4、典的分類算法，提出了一個簡單、實用、易操作的方法,來自動分析和識別湖羊的反芻事件。首先，我們錄制湖羊產(chǎn)生的聲音信號，用來表示反芻事件,然后經(jīng)過預(yù)處理、候選項提取等步驟得到反芻事件的候選項；經(jīng)過對候選項進(jìn)行特征提取后，接下來分別用神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型對這些候選項的特征進(jìn)行學(xué)習(xí)、訓(xùn)練,再通過訓(xùn)練好的模型將新的反芻行為侯選項識別為反芻事件和非反芻事件。為了充分測試我們提出的方法,測試數(shù)據(jù)分別使用了包含較少噪聲和包含較多噪聲的數(shù)據(jù),由于

5、在所有以聲學(xué)模型為基礎(chǔ)的識別任務(wù)中，噪聲都是比較難處理的障礙，因此，我們更加關(guān)注包含較多噪聲的測試數(shù)據(jù),同時噪聲較多的數(shù)據(jù)也更接近實際情況。實驗表明,神經(jīng)網(wǎng)絡(luò)模型在湖羊反芻次數(shù)統(tǒng)計方面獲得了平均86％的準(zhǔn)確率，而支持向量機(jī)在小樣本數(shù)據(jù)上表現(xiàn)較好，獲得了平均為90.4％的準(zhǔn)確率；此外，對于每個反芻事件，神經(jīng)網(wǎng)絡(luò)模型的匹配率較低，而支持向量機(jī)模型獲得了平均90.1%的匹配率，并且該效果好于國外的反芻行為識別相關(guān)研究。因此，最后我們決定使用支