[发明专利]基于深度迁移学习与XGBoost的混合鸟鸣识别方法在审
| 申请号： | 202210536031.3 | 申请日： | 2022-05-17 |
| 公开（公告）号： | CN114863937A | 公开（公告）日： | 2022-08-05 |
| 发明（设计）人： | 刘玮;张飞;张彦铎;卢涛;陈灯;栗娟;邵俊杰;华鑫;张鹏;王凯 | 申请（专利权）人： | 武汉工程大学 |
| 主分类号： | G10L17/26 | 分类号： | G10L17/26;G10L17/02;G10L17/04;G10L17/18 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 樊凡 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了基于深度迁移学习与XGBoost的混合鸟鸣识别方法，通过计算log‑Mel频谱图的一阶差分系数和二阶差分系数，反映鸟鸣信号的变化过程，在保留物种有效信息的同时减少环境噪声等无关因素的影响，提升了识别鸟类物种的准确率；减少了环境背景噪声等无关因素的影响，有效识别了自然场景下的多种鸟类物种。本发明采用深度迁移学习微调VGG16模型构建特征提取器，提升了少样本训练数据下深度卷积神经网络的泛化能力，减少了参数训练，提升了运行效率。本发明将鸟鸣信号更准确的映射为鸟类物种，对自然环境中多种鸟类鸣声均具有良好的识别性能。 | ||
| 搜索关键词： | 基于 深度 迁移 学习 xgboost 混合 鸟鸣 识别 方法 | ||
【主权项】：
暂无信息
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武汉工程大学，未经武汉工程大学许可，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/202210536031.3/，转载请声明来源钻瓜专利网。
- 上一篇：自动白平衡方法、装置和计算机存储介质、电子设备
- 下一篇：发动机进气保护装置
