文章摘要
陈德昊,林建恒,衣雪娟,江鹏飞.三种鱼类发声信号频带能量特征提取与分类研究[J].声学技术,2021,40(2):254~259
三种鱼类发声信号频带能量特征提取与分类研究
Research on band energy extraction and classification of three kinds of fishes sound signals
投稿时间:2020-01-09  修订日期:2020-03-03
DOI:10.16300/j.cnki.1000-3630.2021.02.017
中文关键词: 鱼类发声信号  频带能量  小波包分解  特征提取  分类
英文关键词: fish sound signal  band energy  wavelet packet decomposition  feature extraction  classification
基金项目:国家重点研发计划资助课题(2019YFD0901301)、国家自然科学基金资助项目(11804361)。
作者单位E-mail
陈德昊 中国科学院大学, 北京 100049
中国科学院声学研究所北海研究站, 山东青岛 266114 
 
林建恒 中国科学院声学研究所北海研究站, 山东青岛 266114 linjh@mail.ioa.ac.cn 
衣雪娟 中国科学院声学研究所北海研究站, 山东青岛 266114  
江鹏飞 中国科学院声学研究所北海研究站, 山东青岛 266114  
摘要点击次数: 316
全文下载次数: 225
中文摘要:
      海洋渔业资源的开发和利用对经济鱼类的分类识别提出了迫切的技术需求。根据鱼类的不同发声特征,文章采用有监督机器学习方法实现了三个不同鱼种发声信号的分类。基于小波包分解技术提取了黄花鱼、大米鱼和黄姑鱼三种鱼类发声信号的频带能量特征,并利用不同的分类器进行分类。结果表明:三种鱼的发声信号频率主要集中在300~800 Hz之间,基于小波包分解的频带能量特征可实现3种鱼的有效分类。其中,线性判别分类器和随机子空间判别分类器的分类效果较好。该方法可为海洋渔业资源的开发和利用提供服务。
英文摘要:
      The exploitation and utilization of marine fishery resources put forward urgent technical requirements for classification and recognition of economic fishes. According to the different acoustic features of vocal fishes, the classification of vocal signals of three kinds of fishes is implemented by supervised machine learning in this paper. Based on wavelet packet decomposition technique, the band energies of the vocal signals of yellow croaker, rice fish and yellow drum are extracted and classified by different classifiers. The results show that the vocal signals of the three kinds of fishes are mainly concentrated in the frequency bands of 300-800 Hz, and the band energies of vocal signals based on wavelet packet decomposition can achieve effective classification for the three kinds of fishes. In different classifiers, linear discriminant classifier and random subspace discriminant classifier have better classification results. This method can provide services for the exploitation and utilization of marine fishery resources.
查看全文   查看/发表评论  下载PDF阅读器
关闭