典型文献
圈养瓶鼻海豚通讯信号分析及融合分类方法
文献摘要：
针对圈养条件下瓶鼻海豚通讯信号(whistle)分类时混叠大量回声定位信号(click)导致分类正确率降低的问题,提出了一种基于机器学习的融合分类方法.分别提取whistle信号的时频分布特征训练随机森林分类器,梅尔时频图特征训练卷积神经网络分类器,在此基础上设计融合判决器对混叠whistle信号进行分类识别.对圈养海豚声信号采集实验数据的分类识别结果表明,融合分类方法具有更好的分类性能,对混叠whistle信号分类正确率大于94％,优于时频分布特征分类器和梅尔时频图特征分类器,能够提高混叠信号的分类能力.
文献关键词：
中图分类号：
作者姓名：
张晓伟;张春华;薛山花;尹力
作者机构：
中国科学院声学研究所先进水下信息技术重点实验室 北京 10019;中国科学院大学 北京 100049
文献出处：
引用格式：
[1]张晓伟;张春华;薛山花;尹力-.圈养瓶鼻海豚通讯信号分析及融合分类方法)[J].声学学报,2022(05):643-651
A类：
B类：
圈养,瓶鼻海豚,信号分析,融合分类,分类方法,whistle,回声定位信号,click,基于机器学习,时频分布,随机森林分类器,时频图,神经网络分类器,设计融合,判决,分类识别,声信号,信号采集,分类性能,信号分类,特征分类
AB值：
0.334378
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
