تشخیص اردک های بیمار بر اساس صدای آنها و به کمک روش هوش مصنوعی

در این مقاله روشی هوشمند به منظور طبقه بندی اردک های سالم و بیمار بر اساس صدای منتشره از آن ها طراحی و به کار گرفته شده است. بدین منظور ابتدا پرندگان بر اساس وضعیت سلامتی به دو طبقه ی سالم و بیمار تقسیم و صدای هر یک توسط یک میکروفن ثبت شد. سیگنال های تحصیل شده توسط تبدیل سریع فوریه از حوزه ی زمان به حوزه فرکانس انتقال یافتند. سپس 5 تابع ویژگی واریانس، انحراف از معیار، ریشه ی میانگین مربعات، میانگین و کورتسیس از سیگنال‌های حوزه ی زمان و فرکانس استخراج شدند. از دو طبقه بند شبکه عصبی مصنوعی و ماشین بردار پشتیبان به منظور شناسایی سیگنال های صدا استفاده شد. شبکه عصبی مصنوعی توانست به ترتیب با دقت 75 و 1/82 درصد و ماشین بردار پشتیبان نیز به ترتیب با دقت 7/85 و 8/92 درصد بر اساس سیگنال های حوزه زمان و حوزه ی فرکانس، سیگنال‌های صدای مربوط به اردک های بیمار و سالم را از یکدیگر تشخیص دهند.