摘要
蜜蜂的所有社交生活几乎都在黑暗的巢穴中进行,手动搜索蜂王对于养蜂人来说是一项艰巨的任务,它会破坏蜂箱的正常生命周期,并可能成为蜜蜂的压力源。为了通过声音识别蜂箱中蜜蜂的不同状态,本文使用了从NU-Hive项目收集的蜂箱音频数据,研究了用于蜂箱状态重构的支持向量机和卷积神经网络,通过分帧技术对音频进行处理;通过短时平衡的特性,将语音信号进行短段处理。首先对处理后的信号加窗,通过FFT来对每一帧逐帧分析;其次通过MFCC得到音频的“对数式”特性;最后利用离散余弦变化(DCT)改变数据的分布,将允余数据分开,分析蜂群目前的健康质量,以此来判断相应状态辨别率。
作者简介
许维涛,福建农林大学在读研究生,研究方向:电子信息、人工智能;王培杰,福建农林大学本科在读;通信作者:林寿英,福建农林大学副教授,硕士,研究生导师,研究方向:自动控制。
