Investigación sobre el modelo de reconocimiento de sonido de tos de cerdo mejorado DenseNets basado en SENets
Autores: Song, Hang; Zhao, Bin; Hu, Jun; Sun, Haonan; Zhou, Zheng
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Investigación sobre el modelo de reconocimiento de sonido de tos de cerdo mejorado DenseNets basado en SENets
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Monitor en tiempo real
Estado de salud
Cerdos
Cría
Enfermedades respiratorias porcinas
SE-DenseNet-121
Modelo de reconocimiento
Sonidos de tos de cerdo
MFCC
DenseNet-121
Parámetros
Conjunto óptimo
Módulo de atención SENets
Características
Precisión de reconocimiento
Advertencia temprana
Enfermedades respiratorias porcinas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 46
Citaciones: Sin citaciones
Para monitorear en tiempo real el estado de salud de los cerdos en el proceso de cría y lograr el propósito de alerta temprana de enfermedades respiratorias porcinas, se estableció el modelo de reconocimiento SE-DenseNet-121 para reconocer los sonidos de tos de cerdos. Los parámetros óptimos obtenidos fueron los 26-dimensional MFCC + MFCC, y la tasa de precisión de reconocimiento, recall, precisión y 1 del modelo de reconocimiento SE-DenseNet-121 para los sonidos de tos de cerdo fueron del 93.8%, 98.6%, 97% y 97.8%, respectivamente.
Descripción
Para monitorear en tiempo real el estado de salud de los cerdos en el proceso de cría y lograr el propósito de alerta temprana de enfermedades respiratorias porcinas, se estableció el modelo de reconocimiento SE-DenseNet-121 para reconocer los sonidos de tos de cerdos. Los parámetros óptimos obtenidos fueron los 26-dimensional MFCC + MFCC, y la tasa de precisión de reconocimiento, recall, precisión y 1 del modelo de reconocimiento SE-DenseNet-121 para los sonidos de tos de cerdo fueron del 93.8%, 98.6%, 97% y 97.8%, respectivamente.