论文部分内容阅读
针对在猪舍声监测系统中采集的声音中包含许多冗余信息,整个系统的待检测数据量大,导致检测效率低下这一问题,本文提出了一种基于长短时记忆(LSTM)网络单元的端点检测算法,结合猪叫声信号的梅尔频率倒谱系数(MFCC)与对数能量特征进行训练和检测。仿真实验采用育肥舍猪场的猪叫声和风扇噪声作为数据集,使用双阈值检测和支持向量机(SVM)检测算法进行对比试验,同时探究了提出算法在不同信噪比环境下的性能。实验结果表明,在育肥猪舍的风扇噪声环境下,LSTM检测算法具有良好的检测性能和鲁棒性。