本文關(guān)鍵詞：基于聲音的生物種群識(shí)別

  更多相關(guān)文章： 聲音提取 特征選擇 k-近鄰法 種群識(shí)別

【摘要】：利用生物的聲音對生物的種群進(jìn)行識(shí)別對野生動(dòng)物保護(hù)、偵測等等領(lǐng)域都很有幫助,可以有效的提高識(shí)別效率、工作效率,節(jié)約人力物力。因此,本文主要介紹了一類基于聲音的生物種群識(shí)別系統(tǒng)的開發(fā)工作。據(jù)我所調(diào)查的結(jié)果顯示,目前關(guān)于這方面的研究工作還比較少,最有代表性的是在2011年,Gunasekaran和Revathy公開發(fā)表了一篇論文,該文創(chuàng)新性的設(shè)計(jì)了一類基于聲音的生物種群識(shí)別系統(tǒng),但這個(gè)系統(tǒng)由于分類準(zhǔn)確率不夠高而導(dǎo)致實(shí)用性偏低。以此為代表的基于聲音的種類識(shí)別技術(shù)存在著一些弊端,比如在對原始聲音進(jìn)行處理的時(shí)候并沒有去除冗余數(shù)據(jù)和無效數(shù)據(jù),特征的選擇方面也存在著較大的人為主觀性,并且沒有去除不適合的特征,這將降低系統(tǒng)的計(jì)算效率和準(zhǔn)確率。傳統(tǒng)的聲音識(shí)別流程依次為:預(yù)處理,特征提取,模型的訓(xùn)練。針對傳統(tǒng)流程的一些不足之處,本文介紹了一個(gè)新的聲音識(shí)別流程:預(yù)處理,有效聲音信號的提取,特征提取,特征選擇,模型的訓(xùn)練。在這些新增的流程中,包括了一個(gè)特征選擇算法,離群點(diǎn)去除算法以及本文新提出的端點(diǎn)檢測算法。這些算法的主要目的有兩個(gè),一是盡可能的提純數(shù)據(jù),去除無效數(shù)據(jù)和冗余數(shù)據(jù);二是對特征進(jìn)行選擇,使得進(jìn)入模型訓(xùn)練環(huán)節(jié)的特征向量能夠更好的代表聲音從而提高模型的計(jì)算效率。本文介紹的系統(tǒng)經(jīng)過測試得到的平均準(zhǔn)確率在90.84%左右,與Gunasekaran和Revathy提出的系統(tǒng)相比,平均準(zhǔn)確率有所提高。從準(zhǔn)確率上來講,足以滿足該系統(tǒng)的實(shí)用性要求。端點(diǎn)檢測算法,離群點(diǎn)去除算法都屬于本文的創(chuàng)新點(diǎn),因此,本文還在利用同樣的數(shù)據(jù)依次做了四次實(shí)驗(yàn),第一次實(shí)驗(yàn)使用了端點(diǎn)檢測算法和離群點(diǎn)算法,第二次實(shí)驗(yàn)只使用了端點(diǎn)檢測算法,第三次實(shí)驗(yàn)只使用了離群點(diǎn)算法,第四次兩個(gè)算法都沒有使用。通過對比得出第一次實(shí)驗(yàn)的準(zhǔn)確率最高,第二次和第三次實(shí)驗(yàn)的準(zhǔn)確率次之,第四次實(shí)驗(yàn)的準(zhǔn)確率最低,證明了這兩個(gè)算法的有效性。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN912.34;Q62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 付濤;;基于特征選擇的多示例學(xué)習(xí)算法研究[J];科技通報(bào);2013年08期

2 劉代志,李夕海,張斌;基于序優(yōu)化方法的特征選擇研究[J];核電子學(xué)與探測技術(shù);2004年06期

3 楊打生,郭延芬;一種特征選擇的信息論算法[J];內(nèi)蒙古大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年03期

4 張永;曹東俠;;一種高效的特征選擇機(jī)制應(yīng)用于入侵檢測[J];甘肅科學(xué)學(xué)報(bào);2011年03期

5 楊錦英;王碧泉;;K—W檢驗(yàn)和熵法在單個(gè)特征選擇中的應(yīng)用[J];華北地震科學(xué);1989年02期

6 劉開第,薛俊鋒,龐彥軍;特征選擇及其常用算法[J];河北建筑科技學(xué)院學(xué)報(bào);2004年04期

7 喻軍;孟曉玲;;一種基于層次分析的特征選擇法[J];中國科技信息;2006年10期

8 苗玉杰;;差分進(jìn)化在圖像特征選擇中的應(yīng)用研究[J];科技通報(bào);2013年08期

9 南重漢;鄒凌云;;基于分組重量編碼和特征選擇技術(shù)預(yù)測外膜蛋白[J];第三軍醫(yī)大學(xué)學(xué)報(bào);2013年13期

10 趙小杰,種勁松,王宏琦;合成孔徑雷達(dá)圖像的特征選擇[J];遙感技術(shù)與應(yīng)用;2001年03期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 靖紅芳;王斌;楊雅輝;;基于類別分布的特征選擇框架[A];第四屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

2 李長升;盧漢清;;排序?qū)W習(xí)模型中的特征選擇[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

3 劉功申;李建華;李生紅;;基于類信息的特征選擇和加權(quán)方法[A];NCIRCS2004第一屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2004年

4 倪友平;王思臣;馬桂珍;陳曾平;;分支界定算法在低分辨雷達(dá)飛機(jī)架次判別中的應(yīng)用[A];第十三屆全國信號處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

5 李澤輝;聶生東;陳兆學(xué);;應(yīng)用多類SVM分割MR腦圖像特征選擇與優(yōu)化的實(shí)驗(yàn)研究[A];中國儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

6 蒙新泛;王厚峰;;主客觀識(shí)別中的上下文因素的研究[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

7 萬京;王建東;;一種基于新的差異性度量的ReliefF方法[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

8 范麗;許潔萍;;基于GMM的音樂信號音色模型研究[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

9 陳友;戴磊;程學(xué)旗;;基于MRMHC-C4．5的IP流分類[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

10 申f;楊宏暉;袁帥;;用于水聲目標(biāo)識(shí)別的互信息無監(jiān)督特征選擇[A];第三屆上海——西安聲學(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

，

本文編號：1164449