申请/专利权人:百鸟数据科技(北京)有限责任公司
申请日:2024-02-18
公开(公告)日:2024-04-26
公开(公告)号:CN117746904B
主分类号:G10L25/51
分类号:G10L25/51;G10L25/30;G10L25/03;G10L25/18;G10L25/24;G06N3/044;G06N3/08;G06N20/00
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本申请涉及语音处理技术领域,提出了基于机器学习的森林盗猎监测方法及系统,包括:获取森林盗猎监测的音频信号,对采集的音频信号进行分帧处理,获取每个短时段帧的模态分量,根据每个短时段帧的模态分量的峰值形状和分布特征构建音频峭度关联契合度,根据不同短时段帧之间的音频峭度关联契合度构建音频关联契合矩阵,根据音频关联契合矩阵和音频特征的分析结果计算音频峭度特征系数,根据音频峭度特征系数构建音频信号的森林盗猎监测特征向量,基于森林盗猎监测特征向量利用卷积神经网络模型获取森林盗猎的监测结果。本申请通过音频峭度特征系数反映盗猎活动音频特征,提高对森林盗猎监测的准确性。
主权项:1.基于机器学习的森林盗猎监测方法,其特征在于,该方法包括以下步骤:获取森林盗猎监测的音频信号,对采集的音频信号进行分帧处理;根据每个短时段帧的不同模态分量的峰值形状和分布特征构建音频峭度关联契合度,根据音频信号的不同短时段帧的音频峭度关联契合度构建音频关联契合矩阵,基于音频关联契合矩阵获取音频契合序列;根据不同短时段帧的音频特征分析结果和音频关联契合矩阵、音频契合序列构建音频峭度特征系数;根据音频信号的不同短时段帧对应的音频峭度特征系数获取森林盗猎监测特征向量;基于森林盗猎监测特征向量获取森林盗猎的监测结果。
全文数据:
权利要求:
百度查询: 百鸟数据科技(北京)有限责任公司 基于机器学习的森林盗猎监测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。