谢 捷，江 昆，罗 展，胡 凯，吉训生

(江南大学物联网工程学院，江苏 无锡 214122)

0 引言

近年来，伴随着经济与社会的迅速发展，我国的家禽养殖业生产规模不断扩大，据联合国粮农组织资料统计，2010年我国禽蛋产量为2 616万t，占世界总产量的43.26%，其中鸡蛋产量2 233.3万t，占世界鸡蛋总产量的40%[1]。据《2013年度中国家禽业发展报告》指出，我国蛋鸡饲养规模与产能居世界第一[2]。然而，由于疾病与压力的影响，家禽养殖业每年都面临着巨大的威胁，其中，传染性疾病是最大的威胁之一。

作为人类重要的肉类与蛋类食物来源，人们对鸡的健康状况密切关注。因此，如果能够提前发现疾病并消灭，可以有效地减少经济损失。然而，许多养殖场的工作人员并不是专业的饲养专家，难以在早期发现感染疾病的鸡并实施处理。因此，研究家禽疾病早期自动化检测方法非常重要。随着信息技术的发展，传统农业技术和人工智能技术的融合将成为未来农业发展的趋势。 Whitaker[3]通过对输入光谱图的多列采样，然后使用正则化最小二乘优化，将谱图的列向量转化为稀疏系数向量，最后利用支持向量机(support vector machine，SVM)识别健康的鸡与感染支气管炎的鸡。Lee等[4]首先使用基于关系的特征选择方法对时域与频域中的特征进行选择，去除相关性较低的特征，最后使用SVM对有压力的鸡与健康鸡的叫声进行分类。

目前鸡鸣研究中，依然采用手动方式获取鸡鸣片段，然而，采用手工获取鸡鸣的手段难以应用在自动化鸡鸣监测系统中。……