作者：任胜勇,蔡昊昕,关子昂(太原理工大学）
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。
关键词:图像预处理;信息熵;形态学;鸟鸣识别
论文引用格式
[1]任胜勇,蔡昊昕,关子昂.基于信息熵与形态学的鸟鸣数据处理[J].自动化与仪器仪表,2020(02):16-19.
分享到:
閱讀更多 自動化與儀器儀表 的文章
