基于特征融合和B

基于特征融合和B-SVM的鸟鸣声识别算法

基于特征融合和 B-SVM 的鸟鸣声识别算法 陈晓;曾昭优 【期刊名称】《声学技术》 【年(卷),期】2024(43)1 【摘 要】为了实现在野外通过低成本嵌入式系统识别鸟类,提出了基于特征融合和 B-SVM 的鸟鸣声识别方法。对鸟鸣声信号提取梅尔频率倒谱系数、翻转梅尔频率 倒谱系数、短时能量和短时过零率组成特征参数,通过线性判别算法对特征参数进 行特征融合。利用黑寡妇算法通过测试集对支持向量机模型的核参数和损失值进行 优化得到 B-SVM 模型。利用 Xeno-canto 鸟鸣声数据集对本文算法进行了测试, 结果表明该方法的识别准确率为 93.23%。算法维度参数的大小和融合特征维度的 高低是影响算法识别效果的重要因素。在相同条件下,文中所提的基于特征融合和 B-SVM 模型的鸟鸣声识别算法相较于其他特征参数和模型,识别的准确率更高,为 野外鸟类识别提供了参考。 【总页数】8 页(P119-126) 【作 者】陈晓;曾昭优 【作者单位】南京信息工程大学电子与信息工程学院;南京信息工程大学江苏省大 气环境与装备技术协同创新中心 【正文语种】中 文 【中图分类】TN912 【相关文献】

相关知识

基于特征融合和B
一种基于注意力残差和特征融合的鸟语识别方法和系统
一种基于注意力残差和特征融合的鸟语识别方法和系统技术方案
基于深度特征融合的鸟鸣识别方法及其可解释性分析
基于多维神经网络深度特征融合的鸟鸣识别算法
基于深度特征融合的鸟鸣识别方法及其可解释性分析.pdf
一种基于注意力残差和特征融合的鸟语识别方法和系统.pdf
基于自注意力机制时频谱同源特征融合的鸟鸣声分类
一种基于特征融合的鸟鸣自动识别方法与流程
一种基于多线索融合的动物行为识别方法

原文链接: 基于特征融合和B https://www.mcbbbk.com/newsview1343382.html