為了探索一種減少訓練量并提高精度,且適應于卷積神經(jīng)網(wǎng)絡的預處理方法,以識別鳥鳴為例,基于信息熵以及形態(tài)學在圖像處理上的應用,根據(jù)鳥鳴的間隔性特點,提出新的處理方案。利用形態(tài)學將音頻片段歸類為有效和噪聲信號兩類;使用加權的方法利用信息熵預測有效數(shù)據(jù)的分布。仿真結果表明,形態(tài)學使數(shù)據(jù)量減少且信息熵處理使單個數(shù)據(jù)稀疏化并起到濾波作用,在保持精度甚至精度提高的情況下縮短了訓練時間,為卷積神經(jīng)網(wǎng)絡的數(shù)據(jù)預處理的簡化提供了方向。 

【文章來源】：自動化與儀器儀表. 2020,(02)

【文章頁數(shù)】：4 頁

【部分圖文】：

有效圖像

噪聲圖像

準確率比較圖


本文編號：3471318