【技术实现步骤摘要】
本申请涉及语音处理，具体涉及基于机器学习的森林盗猎监测方法及系统。
技术介绍
1、森林是地球上生物多样性最丰富的生态系统之一，而盗猎活动对野生动植物种群造成了严重威胁，盗猎活动不仅对受害物种本身构成威胁，还可能破坏生态系统的平衡，其中一些物种在生态系统中扮演着关键的角色，它们的数量减少或者消失可能导致连锁反映，对其它生物种群和整个生态系统产生深远影响。
2、现如今对森林盗猎活动的监测的主要技术有基于遥感技术的监测、基于gps定位和追踪技术的监测、基于智能监控系统的监测等，其中基于智能监控系统的监测主要通过声音传感器、运动检测器等实时监测森林中的动态情况，通过语音识别技术可以检测森林中的盗猎活动，例如通过语音识别枪声、发动机声音、斧头敲击声等，但由于森林环境较复杂，传统的语音识别技术受环境噪声影响较严重，导致对森林盗猎活动的监测精度较低。
技术实现思路
1、本申请提供基于机器学习的森林盗猎监测方法及系统，以解决通过音频信号对森林盗猎监测精度低的问题，所采用的技术方案具体如下：p>
2、第一方本文档来自技高网...
【技术保护点】
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：
2.根据权利要求1所述的基于机器学习的森林盗猎监测方法，其特征在于，所述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的方法为：
3.根据权利要求1所述的基于机器学习的森林盗猎监测方法，其特征在于，所述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的方法为：
4.根据权利要求3所述的基于机器学习的森林盗猎监测方法，其特征在于，所述根据每个模态分量频谱图的峭度值和峰值反映的峰值形状和分布特征计算每个模态分量的音频峭度关联契合度的具
<...【技术特征摘要】
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：
2.根据权利要求1所述的基于机器学习的森林盗猎监测方法，其特征在于，所述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的方法为：
3.根据权利要求1所述的基于机器学习的森林盗猎监测方法，其特征在于，所述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的方法为：
4.根据权利要求3所述的基于机器学习的森林盗猎监测方法，其特征在于，所述根据每个模态分量频谱图的峭度值和峰值反映的峰值形状和分布特征计算每个模态分量的音频峭度关联契合度的具体方法为：
5.根据权利要求1所述的基于机器学习的森林盗猎监测方法，其特征在于，所述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的方法为：
6.根据权利要求5所述的基于机器学习的森林盗猎监测方法，其特征在于，所述根据不同短时段帧对应的...
【专利技术属性】
技术研发人员：滕兵，张根，王崇瑞，杨毅，
申请(专利权)人：百鸟数据科技北京有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。