基于深度信念网络的猪咳嗽声识别

为了在生猪养殖产生呼吸道疾病的初期,通过监测猪咳嗽声进行疾病预警,提出了基于深度信念网络(DBN)对猪咳嗽声进行识别的方法。以长白猪咳嗽、打喷嚏、吃食、尖叫、哼哼、甩耳朵等声音为研究对象,利用基于多窗谱的心理声学语音增强算法和单参数双门限端点检测对猪声音进行预处理,实现猪声音信号的去噪和有效信号检测。基于时间规整算法提取300维短时能量和720维梅尔频率倒谱系数(MFCC)组合成1020维特征参数,将该组合特征参数作为DBN学习和识别数据集,选定3隐层神经元个数分别为42、17和7,构建网络结构为1020-42-17-7-2的5层深度信念网络猪咳嗽声识别模型。通过5折交叉实验验证,基于DBN的猪咳嗽声识别率和总识别率均达到90%以上,误识别率不超过8.07%,最优组猪咳嗽声识别率达到94.12%,误识别率为7.45%,总识别率达到93.21%。进一步基于主成分分析法(PCA)提取1020维特征参数98.01%主成分得到479维特征参数,通过5折交叉实验验证,猪咳嗽声识别率和总识别率相对降维前均有所提高,误识别率有所降低,最优组猪咳嗽声识别率达到95.80%,误识别率为6.83%,总识别率达到94.29%,实验结果表明所建模型是有效可行的。     

利用眼肌深度预测猪活体眼肌面积

采用胴体性状测定方法对286头猪胴体进行测定,采用B超测定方法对357头猪活体进行测定,通过分析286头猪胴体测定数据(宰前活体质量、背膘厚、眼肌深、眼肌宽、瘦肉率等)和357头猪活体测定数据(结测质量、背膘厚、眼肌深、眼肌面积),建立胴体与活体2个预测模型并加以验证。结果发现:胴体眼肌深与眼肌面积的相关系数(0.945)高于活体(0.720),胴体模型的决定系数(R2)值(0.894)高于活体模型的R2值(0.519);胴体模型预测值与实测值的散点分布相对一致,而活体模型预测值与实测值的散点分布则较分散;胴体模型预测值与实测值的相关系数为0.497,活体模型为0.672,均为极显著正相关;经t检验,胴体模型预测值与实测值差异不显著,活体模型则差异极显著。本研究结果表明,用眼肌深度预测猪活体眼肌面积是可行的,但预测值的准确性仍需进一步研究。     

我国猪业标准化体系现状解析及其对策建议

【目的】查找我国猪业标准及标准化工作存在的短板,明确我国猪业标准化工作今后努力的方向和发展对策,以促进我国猪业标准化工作高质量发展。【方法】通过阐述加强猪业标准化体系建设的重要性,从标准分类、标准有效期、标准性质及采标率等角度分析我国猪业标准化的发展现状及存在问题,比较中外猪业标准体系差异,并有针对性地提出对策建议。【结果】截至2020年12月,我国已发布的猪业及其相关国家标准和行业标准合计759项,围绕品种、饲料营养、兽医卫生、环境控制、重大猪病监测和应急处置机制、动物防疫标识和质量安全溯源等产前、产中、产后环节的标准化体系已初步建立,基本上可实现生产有标可用、检测有标可依、质量有标可判;但我国猪业标准化仍存在标准体系不够合理、标准更新不及时、标准国际化水平不高、标准实施效果不理想等问题,尤其是与畜牧业发达国家相比,我国猪业标准体系在技术指标、产品质量指标等方面还存在明显差异,其分类与数量各具特色。【建议】猪业标准化工作要以“养殖过程科学高效、养殖环境生态友好、产品质量安全可追溯”为切入点,集生猪全产业链及其关联产业的标准于一体,逐步形成一个接地气、切合生产实际需要、具有可操作性的标准化体系,并以此推动和促进猪育种新成果、新技术、新方法转化为生产力,实现生猪产业提质增效,具体措施包括:(1)提高认识,加大猪业标准体系建设资金投入;(2)科学引导,健全猪业标准化体系建设;(3)对标国际,提升猪业标准国际化水平;(4)加强宣贯,促进猪业标准推广应用。     

中国养猪业的发展趋势与战略思考

2012年是中国养猪业面临严峻考验的一年,国际风云变化给我国稳定可持续的养猪业的快速发展带来了种种挑战,作为一名养猪人已不可能独善其身,不得不思考行业的发展和命运。2012年中央一号文件明确指出,中国的农业种业包括动物种业,必须从根本上解决强度依赖的问题,受制于人的种业入侵必须引起国人的高度重视,这点是毋庸置疑的。     

人员因素对猪活体测定结果的影响

为检验人员因素在猪的活体测定中对数据的影响程度,采用随机试验的方法将测定人员分为A组和B组,在测定方法相同的情况下,对各组人员进行独立多次测量,并对测量结果进行方差分析。结果表明:两组人员因素对猪活体膘厚的测量结果均具有极显著差异(P<0.01);对于猪眼肌高度,A组人员因素差异不显著(P>0.05),B组人员因素则差异显著(P<0.05)。说明人员因素对活体测定结果有显著的影响。笔者建议使用B型超声波测定仪用于活体测定时,在数据读取方法上需进一步规范和统一,并提升人员技能,不断提高测定准确性,促进我国种猪遗传评估效率的逐步提升。     

基于连续语音识别技术的猪连续咳嗽声识别

针对现有基于孤立词识别技术的猪咳嗽声识别存在识别声音种类有限,无法反映实际患病猪连续咳嗽的问题,该文提出了基于双向长短时记忆网络-连接时序分类模型(birectional long short-termmemory-connectionist temporal classification,BLSTM-CTC)构建猪声音声学模型,进行猪场环境猪连续咳嗽声识别的方法,以此进行猪早期呼吸道疾病的预警和判断。研究了体质量为75 kg左右长白猪单个咳嗽声样本的持续时间长度和能量大小的时域特征,构建了声音样本持续时间在0.24～0.74 s和能量大于40.15 V~2·s的阈值范围。在此阈值范围内,利用单参数双门限端点检测算法对基于多窗谱的心理声学语音增强算法处理后的30 h猪场声音进行检测,得到222段试验语料。将猪场环境下的声音分为猪咳嗽声和非猪咳嗽声,并以此作为声学模型建模单元,进行语料的标注。提取26维梅尔频率倒谱系数(Mel frequency cepstral coefficients,MFCC)作为试验语段特征参数。通过BLSTM网络学习猪连续声音的变化规律,并利用CTC实现了端到端的猪连续声音识别系统。5折交叉验证试验平均猪咳嗽声识别率达到92.40%,误识别率为3.55%,总识别率达到93.77%。同时,以数据集外1 h语料进行了算法应用测试,得到猪咳嗽声识别率为94.23%,误识别率为9.09%,总识别率为93.24%。表明基于连续语音识别技术的BLSTM-CTC猪咳嗽声识别模型是稳定可靠的。该研究可为生猪健康养殖过程中猪连续咳嗽声的识别和疾病判断提参考。     

浅谈规模化猪场疫病净化之相对论

应用相对论的概念在遗传学、免疫学、微生物学、信息学及系统生物学等多个理论体系下,探讨了我国规模化猪场疫病净化的现状和特点,提出了以建立生物参照系和考虑生物系统平衡为思维模式前提下的猪场疫病净化相对论观念,应用多技术体系逐步达到根除少数疫病,平衡控制多数疫病和无害化的目标,促进养猪业与人类生存的和谐可持续发展。     

微生态营养调控技术在种猪集中测定中的应用

本文从探讨微生态与营养调控、机体免疫的关系入手，在综合分析微生态营养调控技术研究成果的基础上，认为微生态营养调控技术将成为21世纪动物营养与免疫调控研究的重要领域，微生态保健将是解决当前健康养殖与食品安全问题的重要途径，并对微生态动物营养调控技术在种猪集中测定中的应用效果进行了简要阐述和分析，进一步证明微生态调控不仅具有良好的营养调控效果，能够促进动物生长和改善料重比，而且对猪群非特异性和疫苗特异性免疫同样具有良好的调控效果。     

畜牧业标准化生产的探讨

本文简要概述了标准化生产的概念、目的意义和标准化的产生与发展,在分析畜牧业标准化生产相关要素的基础上,提出了开展畜牧业标准化生产的初步思考,谨供同行参考。     

融合体尺信息的封闭式种猪性能测定站设计与试验

针对现有封闭式种猪性能测定站自动化程度不高、无法提供种猪体尺信息等问题,设计了一种集种猪自动识别、体质量自动称量、采食量自动统计、体尺自动测量于一体的封闭式种猪性能测定站。该系统机械部分采用前后端分离设计,通过设计采食门装置和门禁装置为种猪提供封闭测量环境,在此基础上,基于FIR滤波设计了种猪体质量动态称量算法,基于椭圆拟合设计了种猪理想姿态筛选算法,并进一步提出了基于包络分析的种猪体尺测量算法。分别进行了利用实际猪群模拟种猪生长性能验证试验和体尺测量试验,试验验证结果如下：生长性能试验猪群自由采食日均次数8.94次、日均采食时间92.93 min、群体料肉比2.66,Logistic拟合的生长曲线拐点日龄为126.18 d、拐点体质量72.70 kg,符合猪群的生长规律;体尺测量试验中猪群能够筛选出理想姿态帧,体长、体宽、臀宽、体高、臀高等体尺的平均相对检测误差分别为3.69%、2.53%、2.60%、2.59%、2.17%,满足体尺测量要求。试验结果表明,本文设计的封闭式种猪性能测定站可用于种猪的生产性能测定,能够同时提供种猪体质量、采食量和体尺等信息,提高育种效率。