首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

低信噪比下基于三通道深度神经网络的鸟声目标识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西安工程大学

摘要:本发明公开了一种低信噪比下基于三通道深度神经网络的鸟声目标识别方法,属于鸟声音频处理识别领域,包括:对鸟声音频信号分帧处理,对一帧信号计算三维度特征,包括分数阶MFCC特征、高阶累积量特征和MFCC熵特征;获取训练完成的三通道异构深度神经网络,其三通道为CNN卷积神经网络、LSTM长短期记忆神经网络、BiLSTM双向长短期记忆神经网络;网络权值利用带有目标类别标签的若干样本鸟声音频信号得到的三维度特征进行网络训练确定,超参数利用霸王龙捕食算法优化得到;将一帧信号的三维度特征分别输入该网络的三个通道,基于三通道输出特征得到该帧信号的鸟声音频分类结果。本发明能提高低信噪比环境中鸟声音频识别准确性。

主权项:1.一种低信噪比下基于三通道深度神经网络的鸟声目标识别方法,其特征在于,包括:对采集的鸟声音频信号进行分帧处理,对得到的一帧信号分别计算三维度特征,所述三维度特征包括分数阶MFCC特征、高阶累积量特征和MFCC熵特征;获取预先训练完成的三通道异构深度神经网络,所述三通道异构深度神经网络包括三个通道,第一通道为CNN卷积神经网络,第二通道为LSTM长短期记忆神经网络,第三通道为BiLSTM双向长短期记忆神经网络;所述三通道异构深度神经网络的网络权值是利用带有目标类别标签的若干样本鸟声音频信号所得到的三维度特征进行网络训练后确定的,所述三通道异构深度神经网络的超参数是利用霸王龙捕食算法优化得到的;将所述一帧信号得到的分数阶MFCC特征、高阶累积量特征和MFCC熵特征分别对应输入所述三通道异构深度神经网络的三个通道,基于三个通道的输出特征得到该帧信号对应的鸟声音频分类结果。

全文数据:

权利要求:

百度查询: 西安工程大学 低信噪比下基于三通道深度神经网络的鸟声目标识别方法

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。