基于TBTA网络的海洋哺乳动物叫声识别分类方法.pdf,本发明涉及海洋动物叫声识别分类技术领域,具体为基于TBTA网络的海洋哺乳动物叫声识别分类方法。并基于DenseNet和3D‑CNN,提出了双支路双层注意力机制网络TBTA深度学习框架,TBTA设计了两个分支,使用双支路分别提取海洋
43、(2)本发明的基于特征融合的海洋哺乳动物叫声识别与分类方法,使用lstm长短时记忆网络对音频信号的时域特征进行深入挖掘,并对频域特征提取进行有效补充,它通过引入一种称为“门”的机制来解决长期依赖问题,使其能够更好地捕捉序列数据中的长期依赖关系,增强了模型对音频数据特征的整体提取能力;并且引用迁移学习,有效...
摘要:本发明公开了基于IPSO‑CHRFA模型的海洋哺乳动物叫声分类方法,属于仿生隐蔽水声通信技术领域。该方法结合了CBank‑HN‑GRU分类模型、IPSO改进的粒子群优化算法以及FlashAttention加速算法模块。实现了对海洋哺乳动物叫声的高效精确的分类,为海洋哺乳动物叫声识别分类任务提供了高效灵活的解决方案,同时为其他声音识别...
为海洋哺乳动物叫声信号识别分类任务提供了一种高效而灵活的解决方案,可通过对目标海域当前季节的海洋哺乳动物叫声进行识别分类,继而自适应选择适合当前海域环境的海洋哺乳动物叫声。 65、使用双支路分别提取海洋哺乳动物叫声音频时频谱图的光谱特征和空间特征,然后进行融合分类,这样做减少了两类特征之间的干扰,提供了更全面...