[发明专利]一种基于特征融合与深度置信网络的海洋生物识别方法有效
| 申请号： | 201810371675.5 | 申请日： | 2018-04-24 |
| 公开（公告）号： | CN108630209B | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 刘立昕 | 申请（专利权）人： | 中国科学院深海科学与工程研究所 |
| 主分类号： | G10L17/26 | 分类号： | G10L17/26;G10L17/02;G10L17/04;G10L17/14 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 陈欢 |
| 地址： | 572000 *** | 国省代码： | 海南;46 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于特征融合与深度置信网络的海洋生物识别方法，解决了现有海洋声信号特征提取与分类方法导致算法的鲁棒性能和识别精度十分有限的问题，本发明的具体步骤如下：采集声学信号S(n)，对所采集的声学信号进行预处理；提取感知线性预测系数(PLP)特征参数与梅尔倒谱系数(MFCC)特征参数，将PLP特征参数与MFCC特征参数融合成新的特征参数；对新的特征参数进行主成分分析；构建深度置信网络进行学习；完成对海洋生物的识别。本发明可实现对海洋生物的快速识别，其识别精度高，鲁棒性能强，在海洋生物研究、海洋救灾和资源勘探等民生息息相关的问题上，具有重大的研究意义和广阔的应用前景。 | ||
| 搜索关键词： | 一种 基于 特征 融合 深度 置信 网络 海洋生物 识别 方法 | ||
【主权项】：
1.一种基于特征融合与深度置信网络的海洋生物识别方法，其特征在于，包括下列步骤：S1、采集声学信号S(n)，对所采集的声学信号S(n)进行预处理；S2、提取感知线性预测系数(PLP)特征参数与梅尔倒谱系数(MFCC)特征参数，将PLP特征参数与MFCC特征参数融合成新的特征参数；S3、对新的特征参数进行主成分分析，获得转换函数P以及融合特征矩阵Y；S4、构建深度置信网络，将融合特征矩阵Y输入进行学习；S5、完成对海洋生物的识别。
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中国科学院深海科学与工程研究所，未经中国科学院深海科学与工程研究所许可，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/201810371675.5/，转载请声明来源钻瓜专利网。
