[发明专利]一种基于MFCC算法的朱鹮个体识别方法

说明书

【技术领域】

本发明属于信号处理技术领域，特别涉及一种个体识别方法。

【背景技术】

朱鹮是当今世界濒危级鸟类(IUCN濒危等级：濒危，1996)，是我国一级重点保护动物^[1]。历史上曾广泛分布于我国、日本、朝鲜半岛和俄罗斯的远东地区，自上世纪50年代以来，由于环境恶化及人类猎杀等原因，朱鹮的数量急剧减少，其野生种群在前苏联、日本及朝鲜半岛等地相继灭绝，我国也曾在20多年的时间内没有朱鹮的记录。自1981年在洋县重新发现7只野生朱鹮后，我国政府采取了强有力的保护措施,建立了国家级朱鹮自然保护区。鸟类鸣声在鸟类进化中起到着重要的推动作用，也是鸟类个体间进行通讯的一种重要方式。因而，对朱鹮鸣声信号进行分析研究能进一步了解朱鹮的生理和行为机制并进行跟踪，可时刻掌握朱鹮的情况，进而更好地保护朱鹮。

国外在鸟声通讯方面已有较多的研究，而国内本领域的研究工作主要集中在雀形目种类。在非雀形目鸟类中，国内只对几种珍稀鸡类的鸣声特征有一定的研究。朱鹮自1981年被重新发现以来，国内外许多研究工作者先后对其生活习性、生态生物学、遗传学、解剖学、饲养繁殖和保护等方面进行了较为全面的研究，但对朱鹮鸣声的研究报道较少。中科院动物所的孙悦华、毕中霖等^[2]在2002年对甘肃柳莺的鸣叫声进行了声谱分析。雷富民等^[3]在2004年初步总结了鸟类鸣唱复杂性和多样性的一些特点，研究了白腰雪雀的鸣声结构。2005年陕西师范大学的白雅等^[4]人进行了朱鹮鸣声特征与行为关系的研究，采集和分析了洋县朱鹮的6种叫声信号：警戒叫声、交配叫声、拟交叫声、理羽叫声、飞行叫声和日常召唤叫声，做出了各种叫声的时域波形图、功率谱图和语图。郭敏等^[5]在2007年对周至县楼观台笼养朱鹮繁殖期及不同生长发育期的鸣声特征做了声谱分析，指出朱鹮在不同的生长阶段其鸣声的特征差异显著，不同的行为状态，其鸣声特征差异也显著。2012年北京林业大学的陈丽霞等^[6]人对朱鹮的鸣声特征与交尾鸣声进行了分析。

现有技术中，均是针对朱鹮鸣声特征和鸣声特征与行为之间的关系进行了研究，但是均未涉及到朱鹮个体的识别。

文中引用的文献如下：

[1]刘斌，韩之明，刘彦等.朱鹃的随机扩增多态DNA分析与种内亲缘关系研究.中国野生动物保护协会，中国鸟类学会，陕西省野生动物保护协会主编.稀世珍禽一朱鹃，99国际朱鹤保护研讨会论文集[C].北京:中国林业出版社.ZQ以)2000：31-36.

[2]孙悦华，毕中霖，贾陈喜等，莲花山甘肃柳莺的声谱分析和繁殖记录[J]，动物学杂志，2002，37(5)，62-65.

[3]雷富民，王爱真，王钢等，青藏高原白腰雪雀鸣声结构的复杂性[J]，动物学报，2004，50(3)，348-356.

[4]白雅.珍稀鸟类朱鹮鸣声特征与行为关系的研究[D].西安：陕西师范大学，2005.

[5]郭敏，吴晓民，任建设等，笼养朱鹮繁殖繁殖期的鸣声特征[J]，动物学报，53(5):819-825,2007.

[6]陈丽霞.朱鹮鸣声特征与交尾鸣声分析[D].北京：北京林业大学，2012.

【发明内容】

本发明的目的在于提供一种基于MFCC算法的朱鹮个体识别方法，以解决上述技术问题。

为了实现上述目的，本发明采用如下技术方案：

一种基于MFCC算法的朱鹮个体识别方法，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p_c＝0.6，变异概率p_m＝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；