龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：武汉工程大学
申请日：2022-05-17
公开（公告）日：2024-06-18
公开（公告）号：CN114863937B
主分类号：G10L17/26
分类号：G10L17/26;G10L17/02;G10L17/04;G10L17/18
优先权：
专利状态码：有效-授权
法律状态：2024.06.18#授权;2022.08.23#实质审查的生效;2022.08.05#公开
摘要：本发明提供了基于深度迁移学习与XGBoost的混合鸟鸣识别方法，通过计算log‑Mel频谱图的一阶差分系数和二阶差分系数，反映鸟鸣信号的变化过程，在保留物种有效信息的同时减少环境噪声等无关因素的影响，提升了识别鸟类物种的准确率；减少了环境背景噪声等无关因素的影响，有效识别了自然场景下的多种鸟类物种。本发明采用深度迁移学习微调VGG16模型构建特征提取器，提升了少样本训练数据下深度卷积神经网络的泛化能力，减少了参数训练，提升了运行效率。本发明将鸟鸣信号更准确的映射为鸟类物种，对自然环境中多种鸟类鸣声均具有良好的识别性能。
主权项：1.基于深度迁移学习与XGBoost的混合鸟鸣识别方法，其特征在于：包括以下步骤：S1：收集自然环境下的多种鸟类鸣声，每种鸟类鸣声信号包括多个时间序列相同的鸣声片段；建立基于自然场景设计和收集的鸟鸣音频库；S2：对鸟鸣音频库的每个鸣声片段进行预处理获得短时平稳的鸣声信号，将每帧鸣声信号通过快速傅里叶变换后取绝对值的平方得到能量谱图；S3：将能量谱图经过64阶梅尔滤波器映射为Mel频谱图，作为深度迁移学习与XGBoost混合鸟鸣识别模型的输入；对Mel频谱图取对数得到log-Mel频谱图；计算log-Mel频谱图的一阶差分系数和二阶差分系数获得动态声学特征；将一阶差分系数和二阶差分系数与log-Mel频谱图组合成为三维log-Mel频谱图；S4：采用参数迁移微调在ImageNet数据集上预训练的深度卷积神经网络VGG16模型，得到针对鸟鸣信息的特征提取器，并提取三维log-Mel时频谱图的高维隐式特征；S5：将三维log-Mel时频谱图的高维隐式特征按照一定比例划分为训练集、测试集和验证集；采用训练集训练XGBoost分类器，并在验证集上调整XGBoost分类器的参数，最后在测试集上将高维隐式特征映射为鸟类物种。
全文数据：
权利要求：
百度查询： 武汉工程大学 基于深度迁移学习与XGBoost的混合鸟鸣识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号