作者:刘钊; 张宇琛; 胡海龙 期刊:《系统仿真技术》 2017年第04期
介绍了一种基于随机森林算法和大规模声学特征的噪声环境下鸟声识别方法。实验基于由德国柏林自然科学博物馆提供的真实鸟声数据以及人工加入信噪比依次为-10 d B、-5 d B、0 d B、5 d B和10 d B的2种类型噪声(即真实环境的背景噪声和高斯白噪声),对60类亚种鸟声进行大规模声学特征提取并进行基于随机森林算法的机器学习。结果表明:该方法对2类噪声环境均具有良好的鲁棒性,并能在较低信噪比时仍具有较好的识别性能。
影响因子:1.87
期刊级别:省级期刊
发行周期:月刊
影响因子:1.44
期刊级别:CSSCI南大期刊
影响因子:0.44
发行周期:半月刊
影响因子:0.07
发行周期:旬刊
影响因子:0.65
期刊级别:北大期刊
影响因子:0.35