圈养瓶鼻海豚通讯信号分析及融合分类方法

作者：张晓伟; 张春华; 薛山花; 尹力

来源：声学学报(中文版), 2022, 47(05): 643-651.

DOI：10.15949/j.cnki.0371-0025.2022.05.002

• 分类方法
• 时频图
• 时频分布
• 分类识别
• 分类器
• 信号分析
• 瓶鼻海豚

针对圈养条件下瓶鼻海豚通讯信号(whistle)分类时混叠大量回声定位信号(click)导致分类正确率降低的问题,提出了一种基于机器学习的融合分类方法。分别提取whistle信号的时频分布特征训练随机森林分类器,梅尔时频图特征训练卷积神经网络分类器,在此基础上设计融合判决器对混叠whistle信号进行分类识别。对圈养海豚声信号采集实验数据的分类识别结果表明,融合分类方法具有更好的分类性能,对混叠whistle信号分类正确率大于94%,优于时频分布特征分类器和梅尔时频图特征分类器,能够提高混叠信号的分类能力。

• 单位
  中国科学院大学; 中国科学院声学研究所