基于二次对数能量熵小波包的母猪哺乳声去噪方法研究

以小梅山母猪发出的哺乳呼噜声及其它干扰噪声为研究对象,利用噪声能量在频域内均匀分布,其对应的信息熵值最大的特性,根据噪声类型不同,选择不同小波包层数结合信息熵计算,去除环境噪声混叠的影响。试验结果表明,母猪呼噜声的频率范围在0~800 Hz内,仔猪争乳尖叫声的频率大于1 000 Hz,其他干扰噪声的频率范围0~8 000 Hz内;分别经过5层和3层的db10小波包分解,利用对数能量熵软阈值去除0~8 000 Hz主噪声及1 000~8 000 Hz内的残留噪声,且重构信号中母猪哺乳声的波形特征保持较好,获得令人满意的滤波处理结果,为进一步研究畜舍环境下母猪哺乳声音特征提取及识别提供了数据预处理方法。     

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。     

安康城市行道树选择

随着安康市城市建设步伐的不断加快和园林绿化事业在城市建设地位的提高，安康城市的行道树建设取得了长足的发展。纵向看，城市行道树的品种不断丰富，提升了安康城市优美环境和生态环境。横向看，和省内同等级的城市相比，仍存在着品种单一、观赏价值低、病虫害时有发生等问题。因此如何选择适应性强、病虫害少、观赏价值高的行道树，已成为园林绿化工作者共同探讨的课题。