摘要
本发明公开了一种基于多域特征融合的热应激条件下鸡叫声识别方法,采用基于多域特征融合的鸡叫声识别模型CVC‑Fusion,用于识别鸡群在热应激条件下和正常条件下的叫声。CVC‑Fusion模型采用双编码器架构,包括频域路径和时频域路径。频域路径利用基于反残差结构MV2模块对鸡叫声的频域特征进行建模,时频域路径集成混合特征选择模块HFS,用于动态加权时频图的局部和全局表征。采用模型末端的双路径特征融合模块进行频域特征和时频域特征之间的信息交换与互补,实现热应激条件下和正常条件下的鸡叫声信号识别。本发明为家禽热应激的自动化监测提供了一种高效且可靠的解决方案。
技术关键词
多域特征
频域特征
识别方法
一维卷积神经网络
注意力
特征选择
模块
分支
Softmax函数
家禽热应激
判断鸡群
线性
短时傅里叶变换
全局平均池化
数据
双编码器
路径特征
残差结构
输出端
音频
系统为您推荐了相关专利信息
评价指标体系
评价方法
多层次
矩阵
计算机程序指令
两栖机器人
切换方法
防水相机
行走步态
机器人模型
深度学习网络模型
网络拓扑结构
模态特征
数据处理模块
注意力机制
混合深度学习模型
遥感时序数据
分类方法
长短期记忆网络
多任务
命名实体识别方法
文本
依存句法
预训练模型
上下文特征