作者：吕竹青中华蜜蜂蜂群声音分蜂子带功率比机器学习决策树
摘要：通过监测蜂群声音帮助蜂农识别蜂群健康状况、预测分蜂等是精准管理蜂群的一个重要手段。目前蜂群声音识别器一般基于蜂群声音多个特征的机器学习算法构建的。以中华蜜蜂（ Apis ceranan ）为研究对象，利用“人工分蜂”方法获取分蜂现象，分析了分蜂和正常蜂群声音信号的功率谱密度。结果表明，分蜂前和准备分蜂时的蜂群声音在频率分布上有明显差异，正常蜂群声音的最大功率密度位于0～200 Hz之间，准备分蜂时蜂群声音的最大功率密度位于200～400 Hz之间。以子带功率比为特征向量，基于CART决策树算法构建了蜂群声音分类识别器，该声音识别器预测分蜂的先验概率可达99.04%。为发展蜂群声音识别器提供了新的技术参数。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
