待产梅山母猪咳嗽声识别算法的研究

[目的]目前对于母猪是否患有呼吸系统疾病的诊断主要依靠饲养员观察,存在由于疏忽未能及时发现并处理患病母猪而造成大量母猪死亡的情况。为解决这一问题,笔者以待产梅山母猪咳嗽声为对象,对其识别方法进行了研究,旨在将母猪咳嗽情况作为诊断早期呼吸系统疾病的依据,以达到自动监控的目的。[方法]基于无线多媒体传感器网络进行母猪声音数据的采集与传输,对采集到的声音信号进行滤波、分帧等预处理操作后,由于不同声音的功率谱密度曲线的波动性不同,依托曲线目标优化的思想提取声音功率谱密度特征,并以此特征作为聚类中心,运用改进的模糊C均值聚类算法对咳嗽声和尖叫声进行识别分类。[结果]训练出了母猪咳嗽声和尖叫声的功率谱密度特征,差异明显;忽略个体差异,咳嗽声和尖叫声的总体识别准确率分别约为83.4%和83.1%,识别算法是有效的。[结论]针对待产梅山母猪咳嗽声,创新性提出了一种声音识别算法,该方法简单,高效,识别率高,为母猪呼吸系统疾病的早期自动诊断提供了技术支持。     

基于ECS和WSN的猪舍环境监控平台设计与实现

【目的】在"互联网+农业"的大背景下,实现对猪舍中的环境因子、图片信息采集等实时有效的监测和控制,提高系统计算能力、数据存储能力,提升系统可维护性、安全性,降低运维成本。【方法】采用MSP430F149单片机和CC1101无线传输模块采集环境信息,实现Socket、Http等网络通信,使底层设备具有网络通信功能。综合利用阿里云(Elastic compute service,ECS)技术,将系统部署在云端,通过可编程逻辑控制器(Programmable logic controller,PLC)等电气装置监控猪舍。【结果】在Web端和手机终端上能够实时监测环境信息、监控猪舍画面,可从上位机发指令远程调节猪舍内小环境。【结论】该系统稳定可靠,服务器部署在云端可降低生产管理成本,保证数据不丢失,从而提高生产养殖的综合效益。