《表1 识别率对比:融合声纹信息的能量谱图在鸟类识别中的研究》
(单位:%)
本文VPS-BR算法实现所采用的硬件平台为TITAN X GPU、8 G内存,软件环境为MATLAB7.0、Python 3.6以及相关工具包。为了进一步评估VPS-BR的性能,对照文献[5]所研究的MFCC与GMM组合模型,将提取的LBP、HOG特征分别与SVM、KNN、RF分类器算法进行两两组合实验。在实验中,依次选择2种、5种、10种、15种鸟的鸣声进行特征提取与种数识别。为便于比较,各算法按照识别率从低到高的顺序依次列于表1。
图表编号 | XD00178061500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 杨春勇、祁宏达、彭焱秋、尹滨、侯金、舒振宇、陈少平 |
绘制单位 | 智能无线通信湖北省重点实验室、中南民族大学电子信息工程学院、智能无线通信湖北省重点实验室、中南民族大学电子信息工程学院、智能无线通信湖北省重点实验室、中南民族大学电子信息工程学院、智能无线通信湖北省重点实验室、中南民族大学电子信息工程学院、智能无线通信湖北省重点实验室、中南民族大学电子信息工程学院、中南民族大学电子信息工程学院、中南民族大学电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |