Este artículo de investigación presenta una nueva metodología para clasificar los movimientos de la mandíbula en ganado lechero en cuatro categorías distintas: mordiscos, masticaciones exclusivas, combinaciones de masticación y mordisco, y clasificación exclusiva, bajo condiciones de tamaños de partículas grandes y pequeñas en la alimentación con paja de trigo y heno de alfalfa. Se registraron señales sonoras y se transformaron en imágenes utilizando una transformada de Fourier de corto tiempo. Se extrajeron un total de 31 características de textura utilizando la matriz de co-ocurrencia de niveles de gris, el método de dependencia espacial de niveles de gris, el método de longitud de carrera de niveles de gris y el método de diferencia de niveles de gris. Se aplicó un Algoritmo Genético (AG) a los datos para seleccionar las características más importantes. Se emplearon seis clasificadores distintos para clasificar los movimientos de la mandíbula. La precisión total encontrada fue del 91.62%, 94.48%, 95.9%, 92.8%, 94.18% y 89.62% para Naive Bayes, vecino más cercano, máquina de soporte vectorial, árbol de decisión, perceptrón multicapa y agrupamiento k-means, respectivamente. Los resultados de este estudio proporcionan valiosos conocimientos sobre el comportamiento nutricional y los patrones dietéticos del ganado lechero. La comprensión de cómo las vacas consumen diferentes tipos de alimento y la identificación de posibles problemas de salud o deficiencias en sus dietas se ven mejoradas por la clasificación precisa de los movimientos de la mandíbula. Esta información puede utilizarse para mejorar las prácticas de alimentación, reducir el desperdicio y garantizar el bienestar y la productividad de las vacas. La metodología presentada en este estudio puede servir como una herramienta valiosa para los gerentes de ganado para evaluar la nutrición de su ganado lechero y tomar decisiones informadas sobre sus prácticas de alimentación.