[发明专利]一种基于MFCC算法的朱鹮个体识别方法在审

专利信息
申请号: 201410338974.0 申请日: 2014-07-16
公开(公告)号: CN104102923A 公开(公告)日: 2014-10-15
发明(设计)人: 王民;张立材;王佳丽;王稚慧;张炜炜;卫名斐;曹清菁;要趁红;赵伟 申请(专利权)人: 西安建筑科技大学
主分类号: G06K9/62 分类号: G06K9/62;G10L17/26
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 蔡和平
地址: 710055*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 mfcc 算法 朱鹮 个体 识别 方法
【权利要求书】:

1.一种基于MFCC算法的朱鹮个体识别方法,其特征在于,包括以下步骤:

A、鸣声信号的训练识别:

A1、录取的N只朱鹮的鸣声信号,每只朱鹮录取两种不同鸣声信号;将录取的N只朱鹮的鸣声信号分为两组,一组鸣声作为训练样本,一组鸣声作为测试样本;

A2、用数字滤波器分别对两组语音数据进行预加重,再对其进行分帧加窗操作后进行端点检测,然后逐帧计算鸣声信号的MFCC系数,并将其保存;

A3、构造一个三层的小波神经网络,设置初始的网络参数:网络结构为72-14-10,学习速率为0.8,训练误差精度为0.001;

A4、对每只朱鹮的语音特征系数采用小波神经网络算法来训练网络,同时用遗传算法来优化神经网络的权值;

A5、设定参数:种群规模pop_size=100,交叉概率pc=0.6,变异概率pm=0.01;

A6、随机产生一组实值串种群,每一个个体由网络的初始权值构成;

A7、对实值串中的个体进行解码,生成相应的网络结构,网络结构为72-14-10;

A8、运行网络,根据下式计算群体个体的适应度值,评价网络性能;

f=1E+1]]>

其中E为小波神经网络的输出误差,n为训练样本总数,yp和分别为第P个个体的训练样本输出和实际输出向量;

A9、根据每个个体适应度,从群体中选择出两个适应度最大的以概率pc执行交叉操作,再以遗传概率pm进行变异操作,由此产生出两个新的个体;采用这种方法,依次遗传产生出新个体,如此迭代,产生下一代种群,形成下一代网络;

A10、直到网络收敛并达到期望的训练误差精度0.001,则停止进化,保存最优权值,输出结果,每个语音信号对应一组网络权值,否则重复操作步骤A7~步骤A9;

A11、训练结束后获得所有朱鹮鸣声的训练样本输出矩阵;

B、对待识别的朱鹮鸣声信号进行预处理;

C、对进行预处理后的鸣声信号进行特征参数的提取:采用MFCC特征参数;

D、在步骤A训练后的神经网络的输入层中输入步骤C提取的语音特征参数系数,重复步骤A5至A10得到待识别朱鹮鸣声信号对应的一组网络权值,调用该网络权值计算出网络输出矩阵,与训练样本输出矩阵逐一比较,误差最小的那个语音信号为识别结果。

2.根据权利要求1所述的一种基于MFCC算法的朱鹮个体识别方法,其特征在于,步骤B具体包括以下步骤:

B1、对采集的单个朱鹮的鸣声信号进行预加重;

B2、将进行预加重后的鸣声信号进行加窗分帧;

B3、对进行加窗分帧处理后的鸣声信号进行端点检测,从而判断信号的起始点与终止点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安建筑科技大学,未经西安建筑科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410338974.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top