[发明专利]一种基于被动声学信息的淡水鱼品种识别装置和方法

摘要

本发明属于农产品品质分析技术领域，具体涉及一种基于被动声学信息的淡水鱼品种识别装置和方法。提取原始鱼声信号的装置包括鱼箱，所述鱼箱内各设有水听器，所述水听器分别与声学记录仪连接，所述鱼箱外设有隔音棉。淡水鱼品种识别方法，包括采集原始鱼声信号，对鱼声信号进行消噪处理，提取鱼声信号的特征参数：短时平均能量、短时平均过零率、频段能量，构建特征向量，划分样本集，挑选鱼声信号特征频段，使用概率神经网络分类器进行品种识别。本发明建立的淡水鱼品种识别方法能实现淡水鱼品种的在线识别，可用于淡水鱼养殖与渔业资源调查过程中淡水鱼品种的无损检测，对提高渔业设施的信息化水平具有重要意义。

主权项

1.一种基于被动声学信息的淡水鱼品种识别方法，其特征在于：所述方法具体包括以下步骤：1)消噪处理：提取原始鱼声信号，并对所得的鱼声信号进行消噪处理；2)提取特征参数：根据所述步骤1)消噪处理后的鱼声信号，提取鱼声短时平均能量、鱼声短时平均过零率，再对消噪处理后的鱼声信号进行小波包分解，采用四层、五层、六层或七层小波包分解方法对鱼声信号进行了频段划分，提取各频段能量；3)构建特征向量：根据所述步骤2)提取的短时平均能量、短时平均过零率和各频段能量构建特征向量；4)样本集划分：采集不同品种不同时间的鱼声信号，构成一个鱼声样本集，将样本集划分为训练集和验证集；5)特征频段挑选、特征向量降维：对经过步骤4)划分样本集的鱼声音信号进行Z‑score标准化预处理，并采用竞争自适应重加权采样法、多元线性回归对特征频段再次进行优选，剔除不显著的特征频段，得到鱼声信号特征频段能量，对步骤3)特征向量降维，得到降维后的鱼声信号特征向量；6)建立分类器模型：对所述步骤5)降维后的鱼声信号特征向量，采用概率神经网络建立淡水鱼品种分类器；7)品种识别：对未知淡水鱼样本鱼声信号进行检测，并将鱼声样本的特征向量带入步骤6)建立的分类器中，划分出不同品种的鱼类；完成淡水鱼品种的识别。