公开(公告)号：CN113707158A

公开(公告)日：2021-11-26

申请号：CN202110878305.2

申请日：2021-08-02

申请人： 南昌大学

发明人： 邱志斌 ,  王海祥 ,  廖才波 ,  卢祖文

IPC分类号： G10L17/26 ,  G10L17/20 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G10L25/03 ,  G10L25/18 ,  G10L25/21 ,  G10L25/30 ,  G10L25/45 ,  G10L25/51

摘要： 本发明公开了一种基于VGGish迁移学习网络的电网危害鸟种鸣声识别方法。该方法首先根据历史涉鸟故障的鸟种信息及电网周边鸟种调查结果建立电网危害鸟种音频库，然后对鸟鸣信号进行分帧、加窗、深度学习降噪和剪裁等预处理，计算鸟鸣信号语谱图，映射到64阶Mel滤波器组中得到Mel频谱图，把Mel频谱图作为网络的输入。针对因样本数量不足而导致传统鸟鸣识别模型泛化能力弱的问题，采用迁移学习的方法，利用在AudioSet数据集上预训练的VGGish网络提取128维鸟鸣VGGish特征，并通过主成分分析法对特征进行降维，最后利用分类网络对迁移特征进行识别。本发明可以有效的识别出不同的鸟种，有助于实现电网渉鸟故障的精准化防治。

公开(公告)号：CN113707159B

公开(公告)日：2024-05-03

申请号：CN202110878327.9

申请日：2021-08-02

申请人： 南昌大学

发明人： 邱志斌 ,  卢祖文 ,  廖才波 ,  王海祥

IPC分类号： G10L17/26 ,  G10L25/03 ,  G10L25/18 ,  G06F18/2413 ,  G06N3/0464 ,  G06N3/08 ,  G10L25/21 ,  G10L25/30 ,  G10L25/51 ,  G10L25/45 ,  G10L17/20

摘要： 本发明公开了一种基于Mel语图与深度学习的电网涉鸟故障鸟种识别方法。首先建立电网涉鸟故障相关鸟种的鸣声样本数据库，对鸟鸣信号进行预处理操作后，计算每帧信号在各个Mel滤波器中的能量，得到包含信号能量大小信息的M×N矩阵，将能量大小与颜色深浅程度一一映射，得到鸟鸣信号的Mel语图。通过Mel语图训练卷积神经网络，执行卷积‑池化过程不断地抓取学习鸟鸣信号的Mel语图特征，通过多次迭代训练调整网络内部参数，当网络的预测输出值与实际值之间的损失达到最小时结束训练，最终实现对测试鸟种的预测识别。该方法能够有效区分不同鸟种鸣声之间的特征并实现鸟种识别，可为开展电网涉鸟故障差异化防治提供参考。

公开(公告)号：CN113707159A

公开(公告)日：2021-11-26

申请号：CN202110878327.9

申请日：2021-08-02

申请人： 南昌大学

发明人： 邱志斌 ,  卢祖文 ,  廖才波 ,  王海祥

IPC分类号： G10L17/26 ,  G10L25/03 ,  G10L25/18 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G10L25/21 ,  G10L25/30 ,  G10L25/51 ,  G10L25/45 ,  G10L17/20

摘要： 本发明公开了一种基于Mel语图与深度学习的电网涉鸟故障鸟种识别方法。首先建立电网涉鸟故障相关鸟种的鸣声样本数据库，对鸟鸣信号进行预处理操作后，计算每帧信号在各个Mel滤波器中的能量，得到包含信号能量大小信息的M×N矩阵，将能量大小与颜色深浅程度一一映射，得到鸟鸣信号的Mel语图。通过Mel语图训练卷积神经网络，执行卷积‑池化过程不断地抓取学习鸟鸣信号的Mel语图特征，通过多次迭代训练调整网络内部参数，当网络的预测输出值与实际值之间的损失达到最小时结束训练，最终实现对测试鸟种的预测识别。该方法能够有效区分不同鸟种鸣声之间的特征并实现鸟种识别，可为开展电网涉鸟故障差异化防治提供参考。