-
题名自动物种识别中基于时频谱图形状的声学部件检测
- 1
-
-
作者
白伟
段淑斐
-
机构
太原广播电视大学教学处
太原理工大学信息工程学院
-
出处
《太原理工大学学报》
CAS
北大核心
2015年第2期176-182,共7页
-
基金
太原理工大学第四层次引进人才科研启动金(tyut-rc201405b)
-
文摘
概述了声音的自动物种识别在环境监测中发挥的重要的作用,创新性地利用时频谱图将可听的声音信号转换为可视的图像信号,并定义了构成动物叫声结构的基础声学部件。从图像处理的角度出发,设计了3种基于时频谱图形状检测声学部件warble,stacked harmonic和oscillation的算法;通过母考拉的叫声结构详细阐述这3种算法,并将这3种算法的识别结果与Raven和Song Scope进行了比较。实验结果表明,相较于Raven和Song Scope,本文设计的3种算法在识别精度上提高了10%。
-
关键词
形状
声学部件检测
时频谱图
自动物种识别
-
Keywords
shape
acoustic component detection
spectrogram
species recognition
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名通用型自动物种识别算法的对比研究
- 2
-
-
作者
段淑斐
张雪英
ZHANG Jinglan
-
机构
太原理工大学信息工程学院
昆士兰科技大学工程学院
-
出处
《太原理工大学学报》
CAS
北大核心
2016年第3期342-347,共6页
-
基金
国家自然科学基金资助项目:基于认知机理的情感语音识别基础研究(61371193)
太原理工大学第四层次引进人才科研启动基金项目(tyut-rc201405b)
太原理工大学校青年基金项目(2014QN016)
-
文摘
在大数据时代,通用型自动物种识别算法的研究对于算法的共享性及可扩展性至关重要。Raven和Song Scope作为通用型自动识别算法的先驱,虽然被广泛使用,但是没有采用实时现场监测数据进行深入的对比研究。在细致挖掘Raven和Song Scope设计原理的基础上,提出时间概率自动机TPA(Timed and Probabilistic Automata),并对Raven、Song Scope和TPA进行了实验对比研究。结果表明,与Raven和Song Scope相比,TPA的平均准确率、回溯率及精确度均提高了大约20%.
-
关键词
自动物种识别
时间概率自动机
声音识别
-
Keywords
automated species recognition
timed and probabilistic automata
sound recognition
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
