基于IPSO-CHRFA模型的海洋哺乳动物叫声分类方法技术

技术编号:41504512 阅读:26 留言:0更新日期:2024-05-30 14:45
本发明专利技术公开了基于IPSO‑CHRFA模型的海洋哺乳动物叫声分类方法,属于仿生隐蔽水声通信技术领域。该方法结合了CBank‑HN‑GRU分类模型、IPSO改进的粒子群优化算法以及Flash Attention加速算法模块。实现了对海洋哺乳动物叫声的高效精确的分类,为海洋哺乳动物叫声识别分类任务提供了高效灵活的解决方案,同时为其他声音识别任务提供了新思路,具有广阔的应用前景。

【技术实现步骤摘要】

本专利技术涉及仿生隐蔽水声通信,具体为基于ipso-chrfa模型的海洋哺乳动物叫声分类方法。


技术介绍

1、海洋哺乳动物是海洋生态系统中的最为重要的旗舰物种和指示生物,具有不可替代的研究意义和保护价值。海洋哺乳动物依靠叫声来进行交流、捕食、定位和水下导航等活动,例如,抹香鲸通过发出四种不同的叫声来相互交流,虎鲸使用回声定位来定位并捕获难以捉摸的鲑鱼类猎物。

2、然而随着人类活动对海洋生态环境的不断影响,海洋中的人为噪声源,如:船舶交通、地震调查、海底钻探、军用声纳、遥测装置、海洋实验、水下爆炸等,会以不同的方式干扰海洋哺乳动物的生活。海洋哺乳动物叫声监测分类任务对于了解和分析其生活习性、种群状况和栖息地范围,进而科学地对它们实施保护措施具有重要的意义,科学有效的检测方法是支持这项任务的重要组成部分。由于海洋哺乳动物之间的交流方式复杂且难以探测,所以其发声行为一直未能得到全面而详细的解释。

3、目前,虽然已有一些分类方法被应用于海洋哺乳动物叫声的分析,但这些方法普遍存在着识别精度低、识别速率慢、识别类别少和鲁棒性差等问题。因此,开发本文档来自技高网...

【技术保护点】

1.基于IPSO-CHRFA模型的海洋哺乳动物叫声分类方法,其特征在于,所述IPSO-CHRFA模型包括CBank-HN-GRU分类模型、IPSO改进的粒子群优化算法以及Flash Attention加速算法模块;

2.根据权利要求1所述的基于IPSO-CHRFA模型的海洋哺乳动物叫声分类方法,其特征在于,具体步骤包括:

3.根据权利要求2所述的基于IPSO-CHRFA模型的海洋哺乳动物叫声分类方法,其特征在于,所述S1步骤具体为:

4.根据权利要求2所述的基于IPSO-CHRFA模型的海洋哺乳动物叫声分类方法,其特征在于,所述S2步骤具体为:

...

【技术特征摘要】

1.基于ipso-chrfa模型的海洋哺乳动物叫声分类方法,其特征在于,所述ipso-chrfa模型包括cbank-hn-gru分类模型、ipso改进的粒子群优化算法以及flash attention加速算法模块;

2.根据权利要求1所述的基于ipso-chrfa模型的海洋哺乳动物叫声分类方法,其特征在于,具体步骤包括:

3.根据权利要求2所述的基于ipso-chrfa模型的海洋哺乳动物叫声分类方法,其特征在于,所述s1步骤具体为:

4.根据...

【专利技术属性】
技术研发人员:王景景姜帅刘钊王猛徐永道王渝程婉璐鄢社锋
申请(专利权)人:青岛科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1