[发明专利]基于改进DS证据理论多分类器融合的猪咳嗽声识别方法

权利要求书

1.基于改进DS证据理论多分类器融合的猪咳嗽声识别方法，其特征在于，步骤包括：

收集猪舍内生猪的声音片段，获得语料库；

基于所述语料库，得到训练集和测试集，提取所述训练集和所述测试集中的多个声学特征；

将所述训练集中的多个声学特征输入至若干基分类器中，输出得到若干基分类器性能评价指标；

根据所述基分类器性能评价指标，筛选所述基分类器，得到优选基分类器；

利用所述训练集训练所述优选基分类器，完成目标训练模型；

将所述测试集输入所述目标训练模型，并采用改进的DS证据理论对所述优选基分类器的输出结果进行融合，完成猪咳嗽声音识别；

所述基分类器性能评价指标包括：分类精度、错误相似度和分类精度-错误相似度综合评估，指标定义如下：

假设参与分类的咳嗽和非咳嗽样本总数为NA，第i个基分类器正确分类的样本数为NR_i，第j个基分类器正确分类的样本数为NR_j，两个基分类器i和j同时分类错误的样本数为NF_ij；

则第i个基分类器的所述分类精度定义为：

对应的，第j个基分类器的所述分类精度为：

式中，OA_i和OA_j分别表示基分类器i和j的所述分类精度；

所以，OA表示正确分类的样本数占总样本数的比值，即所述分类精度，其取值范围为[0,1]；同时，第i个基分类器和第j个基分类器之间的错误相似度定义为：

式中，ESR_ij表示两个基分类器i和j之间的所述错误相似度；

所以，ESR表示两个基分类器之间同时分类出错的样本数量占总样本数的比例，即两个基分类器之间的所述错误相似度，其取值范围为[0,1]；第i个基分类器和第j个基分类器之间的分类精度-错误相似度综合评估定义为：

式中，OAESR_ij表示基分类器i和j之间的分类精度-错误相似度综合评估；

对于由N个基分类器组成的系统，其OAESR定义为：

其中，OAESR表示所述分类精度-错误相似度综合评估指标。

2.根据权利要求1所述的基于改进DS证据理论多分类器融合的猪咳嗽声识别方法，其特征在于，得到所述训练集和所述测试集的方法包括：

对所述语料库进行标注，获得咳嗽声音片段与非咳嗽声音片段；

基于所述咳嗽声音片段与非咳嗽声音片段按照一定比例划分为训练集和测试集。

3.根据权利要求1所述的基于改进DS证据理论多分类器融合的猪咳嗽声识别方法，其特征在于，所述声学特征包括：梅尔频率倒谱系数、线性预测倒谱系数、伽玛通倒谱系数和功率谱密度。

4.根据权利要求1所述的基于改进DS证据理论多分类器融合的猪咳嗽声识别方法，其特征在于，所述基分类器包括：支持向量机、随机森林和K最邻近分类器。