2025年7月11日
星期五
|
欢迎来到滨州市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
浙江省自然科学基金(Y12F020130)
作品数:
1
被引量:16
H指数:1
相关作者:
竺乐庆
张真
更多>>
相关机构:
中国林业科学研究院
浙江工商大学
更多>>
发文基金:
浙江省科技厅资助项目
浙江省自然科学基金
浙江省教育厅科研计划
更多>>
相关领域:
生物学
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
生物学
主题
1篇
声音处理
1篇
自动识别
1篇
昆虫
1篇
混合高斯
1篇
混合高斯模型
1篇
高斯
1篇
高斯模型
1篇
GMM
1篇
MFCC
机构
1篇
浙江工商大学
1篇
中国林业科学...
作者
1篇
张真
1篇
竺乐庆
传媒
1篇
昆虫学报
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于MFCC和GMM的昆虫声音自动识别
被引量:16
2012年
昆虫的运动、取食、鸣叫都会发出声音,这些声音存在种内相似性和种间差异性,因此可用来识别昆虫的种类。基于昆虫声音的昆虫种类自动检测技术对协助农业和林业从业人员方便地识别昆虫种类非常有意义。本研究采用了语音识别领域里的声音参数化技术来实现昆虫的声音自动鉴别。声音样本经预处理后,提取梅尔倒谱系数(Mel-frequency cepstrum coefficient,MFCC)作为特征,并用这些样本提取的MFCC特征集训练混合高斯模型(Gaussian mixturemodel,GMM)。最后用训练所得到的GMM对未知类别的昆虫声音样本进行分类。该方法在包含58种昆虫声音的样本库中进行了评估,取得了较高的识别正确率(平均精度为98.95%)和较理想的时间性能。该测试结果证明了基于MFCC和GMM的语音参数化技术可以用来有效地识别昆虫种类。
竺乐庆
张真
关键词:
昆虫
声音处理
自动识别
混合高斯模型
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张