作者：任勝勇,蔡昊昕,關子昂(太原理工大學）
摘 要:為了探索一種減少訓練量並提高精度,且適應於卷積神經網絡的預處理方法,以識別鳥鳴為例,基於信 息熵以及形態學在圖像處理上的應用,根據鳥鳴的間隔性特點,提出新的處理方案。 利用形態學將音頻片段歸類為 有效和噪聲信號兩類;使用加權的方法利用信息熵預測有效數據的分佈。 仿真結果表明,形態學使數據量減少且信 息熵處理使單個數據稀疏化並起到濾波作用,在保持精度甚至精度提高的情況下縮短了訓練時間,為卷積神經網絡 的數據預處理的簡化提供了方向。
關鍵詞:圖像預處理;信息熵;形態學;鳥鳴識別
論文引用格式
[1]任勝勇,蔡昊昕,關子昂.基於信息熵與形態學的鳥鳴數據處理[J].自動化與儀器儀表,2020(02):16-19.
分享到:
閱讀更多 自動化與儀器儀表 的文章
