收藏本站
        《应用声学》 2020年02期
        收藏 | 投稿 | 手机打开
        二维码
        手机客户端打开本文

        多特征融合的鸟类物种识别方法

        谢将剑  杨俊  邢照亮  张卓  陈新  
        【摘要】:深度学习输入特征的选择直接影响其分类性能,为了进一步提高基于深度学习的鸟类物种识别模型的分类性能,该文提出一种多特征融合识别方法。该方法首先通过短时傅里叶变换、梅尔倒谱变换和线性调频小波变换分别计算得到鸣声信号的3种语图样本集,然后分别利用3种语图样本集训练3个基于VGG16迁移的单一特征模型,将3个模型的输出进行自适应加权求和实现融合,并修正了加权交叉熵函数以克服样本不平衡的问题,最后对语图进行分类实现鸟类物种的识别。以ICML4B鸣声库的35种鸟类为研究对象,对比了4种模型的平均识别准确率(MAP),结果表明特征融合模型较单一特征模型的MAP最大提高了0.307;选择输入语图的持续时间分别为100 ms、300 ms以及500 ms,对比不同持续时间下4种模型的测试MAP值,结果表明持续时间为300 ms时4种模型的MAP值均为最高;对比了不同信噪比下4种模型的识别效果,多特征融合模型的识别准确率随着信噪比的下降降低最少。说明在选择合适的语图持续时间后,该文提出的特征融合模型能得到更高的识别准确率,具有一定的抗噪能力,且训练参数少,更适合于少样本鸟类的识别。

        免费申请
        【相似文献】
        中国期刊全文数据库 前10条
        1 李如华;左复;;谈植物分类方式及其辅助识别方法[J];林业勘查设计;2009年02期
        2 吕俊杰;王科俊;冯伟兴;王鑫;;一种新的非翻译区剪接位点识别方法[J];生命科学研究;2012年01期
        3 李彬;栾悉道;王鑫;李学勇;;一种改良的蛋白质复合物识别方法[J];长沙大学学报;2015年02期
        4 朱良宽;晏铭;黄建平;;一种新型卷积神经网络植物叶片识别方法[J];东北林业大学学报;2020年04期
        5 靳聪;林岚;张柏雯;赵一平;吴水才;;DTI脑网络中枢节点识别方法的比较[J];智慧健康;2016年04期
        6 何卫胜,刘珂;金银花掺伪的识别方法[J];山西中医;2003年02期
        7 温长吉;娄月;张笑然;杨策;刘淑艳;于合龙;;基于改进稠密胶囊网络模型的植物识别方法[J];农业工程学报;2020年08期
        8 陈明林;冬青属植物的识别方法[J];植物杂志;2001年02期
        9 王素云,陈瑞鹿,暴祥致,孙雅杰,翟保平,谢为民;昆虫雷达回波图像的拍摄和识别方法[J];昆虫知识;1997年03期
        10 彭秀芬;;生物网络关键节点识别方法研究进展[J];生物学杂志;2017年04期
        中国重要会议论文全文数据库 前4条
        1 李洪东;梁逸曾;张志敏;;酵母蛋白组中原生肽识别方法的探索研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
        2 樊晓丹;孙应飞;李岭;胡驰峰;李衍达;;基于信息互补思想的真核生物启动子识别方法[A];第九次全国生物物理大会学术会议论文摘要集[C];2002年
        3 李文凯;郑瑞清;李敏;;基于最大邻居子网的关键蛋白质识别方法[A];第37届中国控制会议论文集(E)[C];2018年
        4 张月侠;赛道建;孙承凯;;山东鸟类物种的最新统计[A];第十二届全国鸟类学术研讨会暨第十届海峡两岸鸟类学术研讨会论文摘要集[C];2013年
        中国博士学位论文全文数据库 前6条
        1 黄文亢;蛋白质别构位点识别方法发展及机制研究[D];上海交通大学;2016年
        2 张柯欣;病理性附加肺音可视化识别方法研究[D];东北大学;2016年
        3 王颖;成熟microRNA识别及其功能预测方法研究[D];哈尔滨工程大学;2016年
        4 王晗;跨膜蛋白折叠识别方法研究[D];吉林大学;2012年
        5 全廷伟;荧光显微成像中生物信号识别方法研究[D];华中科技大学;2011年
        6 周斌;多生物特征融合理论的研究与实验[D];清华大学;2007年
        中国硕士学位论文全文数据库 前10条
        1 刘捷;全基因组单核苷酸多态性交互作用识别方法研究[D];西南大学;2018年
        2 刘二飞;转录因子结合位点和顺式调控模块识别方法的研究[D];西安电子科技大学;2013年
        3 陆聿;基于拓扑势的关键蛋白质识别方法研究[D];中南大学;2014年
        4 张含会;融合蛋白质网络和基因表达数据的关键蛋白质识别方法[D];中南大学;2013年
        5 曹凤莲;基于深度学习的植物叶片识别方法研究[D];重庆大学;2017年
        6 何成;基于多生理信号的情绪识别方法研究[D];浙江大学;2016年
        7 王峘;基于蛋白质网络的关键蛋白质识别方法研究[D];中南大学;2011年
        8 唐琳燕;基于k-mer频率的piRNA识别方法研究[D];上海师范大学;2012年
        9 忽胜强;基于叶片图像的植物识别方法研究[D];河南理工大学;2016年
        10 常雪勇;面向户外植物知识拓展的花朵深度学习识别方法研究[D];华中师范大学;2017年
         快捷付款方式  订购知网充值卡  订购热线  帮助中心
        • 400-819-9993
        • 010-62791813
        • 010-62985026


              天天中快三