基于信息熵与形态学的鸟鸣数据处理

• 作者: 任胜勇 关子昂 蔡昊昕
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 图像预处理 信息熵 形态学 鸟鸣识别
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 理论创新
• 页码范围: 16-19
• 页数: 4页
• 分类号: TP391.41
• 字数: 3549字
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.02.016

摘要

为了探索一种减少训练量并提高精度,且适应于卷积神经网络的预处理方法,以识别鸟鸣为例,基于信息熵以及形态学在图像处理上的应用,根据鸟鸣的间隔性特点,提出新的处理方案.利用形态学将音频片段归类为有效和噪声信号两类;使用加权的方法利用信息熵预测有效数据的分布.仿真结果表明,形态学使数据量减少且信息熵处理使单个数据稀疏化并起到滤波作用,在保持精度甚至精度提高的情况下缩短了训练时间,为卷积神经网络的数据预处理的简化提供了方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任胜勇	太原理工大学信息与计算机学院	1	0	0.0	0.0
2	蔡昊昕	太原理工大学信息与计算机学院	1	0	0.0	0.0
3	关子昂	太原理工大学电气与动力工程学院	1	0	0.0	0.0