摘要： 研究旨在通过机器学习算法识别肉鸡鸣叫声来判断其是否患有呼吸道疾病。 试验在鸡舍中分别收集隐性白羽肉鸡的咕咕声、咳嗽声、喘息声、呼噜声、健康声音五类声 音，将样本声音数据进行分帧、加窗、离散傅里叶变换等处理后提取其特征，通过支持向量机 （Support vector machine，SVM）、随机森林、XGBoost三种模型分别进行训练，优化模型参数后训 练出最佳分类模型。结果显示：当 SVM 使用径向基函数，核系数值为 0.015，正则化参数值为 6.60时，其平均准确率可达 0.97，该模型在数据集上的各类评估指标均高于 90%，能够较为准 确地识别肉鸡的不同声音。研究表明，基于SVM的肉鸡呼吸道疾病分类识别方法能够准确识 别并检测肉鸡的声音类别，为肉鸡呼吸道疾病的检测提供一种可靠的新方法。
中图分类号:
