[发明专利]基于Logistic回归模型的肉牛反刍声波健康评价方法

说明书

本发明是一种基于Logistic回归模型的肉牛反刍声波健康评价方法，尤其涉及通过区分反刍声音频率进行时域划分用以评价肉牛健康状况，属于科学养殖领域，目的是解决通过肉牛声波鉴别肉牛健康状态精度不高的问题；本发明结合反刍数据采集设备获取到反刍声波，结合傅立叶变换算法基于肉牛反刍声波对单一时域的肉牛健康状况进行评价，从而对整个数据采集时段内肉牛健康状况评价，同时结合Logistic回归模型的特性，通过肉牛反刍声波评价肉牛健康状况的基础上进行运用，并利用每段反刍声波时段频率短时平均幅度函数，极大提高了通过肉牛反刍声波判断肉牛健康状况的精度。

技术领域

基于Logistic回归模型的肉牛反刍声波健康评价方法，涉及一种应用于通过肉牛反刍时产生声波评价肉牛健康的方法，属于科学养殖领域。

背景技术

在人类历史进程中，畜牧业有着几千年的历史，在农业当中有着举足轻重的地位，科学技术的发展以及规模化饲养的成型，使得畜牧业越来越朝着精准化方向发展，而在畜牧业当中反刍牲畜的饲养占据着半壁江山，因此对反刍牲畜的研究将对我国畜牧业的发展带来促进作用，对社会的发展有着积极的作用。本次研究主要时针对反刍牲畜的反刍行为进行识别，反刍行为作为反刍牲畜独有的特性能够反映个体的生理状况。反刍牲畜的咀嚼行为包括两种类型，即进食和反刍。其中，反刍是区分反刍动物和非反刍动物的根本属性，是指反刍动物在进食结束一段时间后，将半消化的食物返回到口中再次咀嚼的行为。由于反刍牲畜通常是一些食草性牲畜，采食较为匆忙，大部分食物没有完全咀嚼就被吞咽入瘤胃，而植物纤维通常又难以消化，因此为了保持健康的瘤胃环境，反刍牲畜一生中大部分的时间都在反刍(在口腔内碾磨)。在反刍牲畜的养殖、生产以及科研工作中发现，反刍作为反刍牲畜独特的行为与牲畜本身的生产、繁殖性能、应激反应以及疾病等都存在很强的相关性,也就是说反刍行为在一定程度上能够反映出反刍牲畜的个体生理特征、健康状况和生产水平。

目前主流健康评价算法是语音识别算法，通过区分反刍声音频率进行时域划分用以评价肉牛健康状况，由于肉牛反刍存在不规律性，通过时域划分评价肉牛健康状况误差较大。

本发明所要解决的技术问题在于，通过肉牛声波鉴别肉牛健康状态精度不高的问题。本次研究基于Logistic回归模型的肉牛反刍声波健康评价方法是在通过语音识别技术判别肉牛健康状况的基础上应用Logistic回归模型，将不同时域反刍声波作为影响肉牛健康的影响因子，并且时域反刍声波作为自变量，将通过语音识别技术判别肉牛健康状况的结果为因变量，同时肉牛所处环境做为协变量，然后根据已经有的样本数据，把全时域的反刍声波量化数据带入logistic模型中，最终通过对样本集分析确定肉牛在整个样本时间内健康状况。

现有语音识别技术在识别肉牛健康方面，主要是通过模式匹配进行健康识别，这种算法在实际应用中仅在单一样本集所在的时间健康具备较高的精度，但是并未考虑数据整体样本集时间内肉牛健康的精度，因此对于肉牛真实健康状况评价存在误差。

语音识别技术反刍健康模式匹配中，重点是对采集到的反刍声波进行短时平均幅值函数处理，并且通过大量的肉牛反刍数据采集确定正常肉牛反刍声波的时域和频域，并将正常肉牛反刍声波的时域和频域作为对照标准来判定肉牛反刍健康依据。这种健康评价算法针对一个时间段判断肉牛健康状况精度较好，但是面对肉牛一天平均6-8小时的反刍时长很难做到准确判断肉牛整体的健康状态，同时此方法忽视了肉牛所在的养殖环境，因此很难准确判断健康状况。

发明内容

为了解决通过肉牛声波鉴别肉牛健康状态精度不高的问题，本发明提出一种基于Logistic回归模型的肉牛反刍声波健康评价方法，具体方法步骤如下：

步骤一，采集肉牛反刍模拟语音信号，作为信号输入，将采集的模拟语音信号再进行等间隔选取；

步骤二，用步骤一获得的反刍模拟语音信号转化为数字语音信号，当肉牛反刍时，会产生波形，在此基础上通过分析反刍信号的频域信息采集肉牛反刍的频域信号；