国际权威机构对猫咪的最全分类，你认识几种？（1/2）

米兰大学的一项研究为猫奴们提供了一个全新的视角来理解他们的毛茸茸伙伴。这项研究不仅揭示了猫叫声的多样性，还为未来更深入的猫咪行为学研究铺平了道路。

米兰大学计算机系的研究团队在《动物福利》期刊上发表了一篇题为《猫在不同环境中叫声的自动分类》的论文。研究团队收集了21只猫在三种不同环境下的叫声：被抚摸时、陌生环境、喂食前。他们使用音频信号处理和模式识别算法，成功实现了对猫叫声的自动分类。

研究中使用的猫包括10只缅因猫和11只英国短毛猫。 每只猫的叫声都被仔细记录，包括它们的性别和绝育情况。研究团队提取了两组声学参数：梅尔频率倒谱系数（MFCC）和时序特征。他们使用了五种分类方案，包括DAG-HMM（有向无环图-隐式马尔科夫）、class-specific HMMs、universal HMM、SVM支持向量机和ESN回声状态网络。实验结果表明， DAG-HMM方法对三种状态的猫叫声有着很高的识别率，特别是在等待喂食状态下的声音，达到了100%的准确识别率。

这项研究的意义不仅在于揭示了猫叫声的多样性，更重要的是它为理解猫的行为和情绪提供了一个新的途径。研究团队计划在未来的研究中结合猫咪的身体动作，建立更全面的分析模型，以更深入地分析猫咪的情绪特征。

然而，我们也要认识到，动物的表达体系是复杂的。声音只是它们语言的一部分，大多数动物还会依靠肢体动作、气味甚至生物激素进行交流。因此，虽然人工智能可以帮助我们更好地理解宠物的情绪，但作为宠物主人，我们更应该用心关注它们的表现和反应，这样才能真正体会到它们的真实情绪和需求。

这项研究不仅为猫咪行为学研究开辟了新的方向 ，也提醒我们，即使是看似简单的猫叫声，也可能蕴含着丰富的信息。随着科技的发展，我们有望在未来更深入地理解这些神秘的生物，从而更好地照顾它们，与它们建立更深厚的情感联系。