基于MFF
鸟类多样性对生态平衡具有重要作用，鸟鸣识别具有重要的现实意义。特征提取生成的谱显示出良好的分类性能。然而，频谱图生成过程中滤波器提取的信息会导致信息丢失，从而限制了鸟鸣识别的学习能力。本研究提出了一种特征融合网络（MFF-ScSEnet）来解决这个问题。鸟鸣声的音频分别通过Mel滤波器提取具有低频特征优势的Mel谱图，通过Sincnet滤波器提取具有音色特征优势的Sinc谱图，并执行早期融合策略。在主干网络ResNet18中引入ScSEnet注意力模块，增强声谱图的声纹信息，减少声谱图噪声信息对识别的影响，提高网络的识别性能。基于本文的特征融合网络MFF-ScSEnet，在自建鸟鸣数据集（Huabei_dataset）、Urbansound8K和Birdsdata公共数据集上的实验结果准确率分别达到96.28%、98.34%和96.66%。结果表明，本文提出的方法优于最近最新的鸟鸣识别方法。
"点击查看英文标题和摘要"
相关知识
基于MFF
基于NB
Java基于ssm598基于VUE3+SSM框架的在线宠物商城
基于springboot+vue的宠物用品交易平台，基于springboot的在线宠物用品商城系统，基于java的宠物用品在线交易系统
基于Uni
基于PHP的猫咪宠物网
基于Springboot+Mybatis+mysql+vue宠物领养网站
基于Node.js+vue基于springboot的宠物医院管理(开题+程序+论文) 计算机毕业设计
基于STM32的智能鱼缸设计
基于KANO
网址: 基于MFF https://m.mcbbbk.com/newsview692887.html
| 上一篇: 《宠物小精灵 |
下一篇: 倾听百灵鸟的歌唱 |
