基于深度特征融合鳥鳴識(shí)別_第1頁
基于深度特征融合鳥鳴識(shí)別_第2頁
基于深度特征融合鳥鳴識(shí)別_第3頁
基于深度特征融合鳥鳴識(shí)別_第4頁
基于深度特征融合鳥鳴識(shí)別_第5頁
已閱讀5頁，還剩14頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

四川大學(xué)電子信息學(xué)院SICHUANUNIVERSITYSICHUANUNIVERSITYl鳥類監(jiān)測(cè)發(fā)現(xiàn)更多的近?；?yàn)l危鳥類，科學(xué)掌握鳥類的習(xí)性、分布和遷徙規(guī)律，以及客觀反映當(dāng)?shù)氐纳鷳B(tài)環(huán)境狀況。能為生態(tài)環(huán)境保護(hù)和管理提供科學(xué)依據(jù)。l相比視覺識(shí)別，通過音頻識(shí)別進(jìn)行鳥類監(jiān)測(cè)，成本低、監(jiān)測(cè)范圍廣、環(huán)境適應(yīng)能力強(qiáng)SICHUANUNIVERSITYl蔡建民,何培宇,楊智鵬等.基于深度特征融SICHUANUNIVERSITY中國本土常見鳥種，包含所有五種鳥鳴頻譜類型北美林鶯的遷徙鳴聲，具有持續(xù)時(shí)間短、頻率高等特點(diǎn)涵蓋夏威夷群島鏈的152個(gè)物種，具有多物種，噪聲復(fù)雜的特點(diǎn)。SICHUANUNIVERSITY模型平均準(zhǔn)確率平均F1分?jǐn)?shù)SICHUANUNIVERSITY模型平均準(zhǔn)確率平均F1分?jǐn)?shù)LogMel+CRNN(Adavanneetal,201LogMel+CNN(Boldetal,201logMel+DSRN+DilatedSAM+BiLSSICHUANUNIVERSITY模型平均準(zhǔn)確率平均F1分?jǐn)?shù)--SICHUANUNIVERSITY模型平均準(zhǔn)確率平均F1分?jǐn)?shù)BirdCLEF2022比賽public-SICHUANUNIVERSITYSICHUANUNIVERSITYSICHUANUNIVERSITY補(bǔ)充，融合特征在復(fù)雜數(shù)據(jù)集(BirdCLEF2022)中提升。深度特征與lightGBM的模型組合相SICHUANUNIVERSITYn算法實(shí)時(shí)性能優(yōu)化與低計(jì)算資源平臺(tái)部署n實(shí)現(xiàn)設(shè)備端的自動(dòng)增益控制與鳥鳴事件檢測(cè)n實(shí)現(xiàn)設(shè)備端+云端的鳥鳴識(shí)別\\、A游\\

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論