[发明专利]一种基于Mel子带参数化特征的鸟鸣自动识别方法在审
| 申请号： | 201710224881.9 | 申请日： | 2017-04-07 |
| 公开（公告）号： | CN108694953A | 公开（公告）日： | 2018-10-23 |
| 发明（设计）人： | 张赛花;赵兆;许志勇 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G10L17/26 | 分类号： | G10L17/26;G10L25/21 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 王玮 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Mel子带参数化特征的鸟鸣自动识别方法。该方法针对自然复杂声学环境下基于鸟鸣的物种分类问题，首先采用高斯混合模型拟合连续声学监测数据分帧后的对数能量分布，选取高似然率的数据帧组成候选声音事件，结合基于候选事件能量的后处理过程，完成稳健检测与自动分段；然后在谱图域对相应片段采用Mel带通滤波器组滤波处理，基于自回归模型分别建模各个子带输出的随时间变化的能量序列，得到能够描述不同种类鸟鸣信号时频特性的参数化特征；最后利用支持向量机算法进行分类识别。本发明实现简单，对生态监测有重要意义。 | ||
| 搜索关键词： | 参数化特征 子带 自动识别 支持向量机算法 带通滤波器组 高斯混合模型 随时间变化 自回归模型 后处理 对数能量 分类识别 滤波处理 能量序列 鸟鸣信号 声学环境 声学监测 声音事件 生态监测 事件能量 数据分帧 物种分类 重要意义 自动分段 数据帧 建模 拟合 时频 图域 输出 检测 | ||
【主权项】：
1.一种基于Mel子带参数化特征的鸟鸣自动识别方法，其特征在于步骤如下：步骤1、对野外实测的鸟声连续监测数据进行预处理；步骤2、对预处理后的连续监测数据进行自动分段，提取鸟鸣声片段；步骤3、对步骤2得到的鸟鸣片段提取参数化特征；步骤4、根据步骤3提取出的特征进行鸟类物种的分类识别。
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南京理工大学，未经南京理工大学许可，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/patent/201710224881.9/，转载请声明来源钻瓜专利网。
