基于人类评分系统与人工神经网络的大规模生物声学信号数据集分类
计算机视觉与模式识别
2013-06-19 v2
摘要
在本文中，我们提出了一种通过结合源自时频谱图的信号特征与人类感知来改善声音分类性能的方法。本文提出的方法利用人工神经网络（ANN），并基于人类感知知识学习信号特征。所提出的方法应用于一个包含近 24 个月连续录音的大型声学数据集。结果显示检测 - 分类系统的性能显著提高；在给定的假阳性率下，真阳性率提高了多达 20%。
引用
@article{arxiv.1305.3633,
title = {Classification for Big Dataset of Bioacoustic Signals Based on Human Scoring System and Artificial Neural Network},
author = {Mohammad Pourhomayoun and Peter Dugan and Marian Popescu and Denise Risch and Hal Lewis and Christopher Clark},
journal= {arXiv preprint arXiv:1305.3633},
year = {2013}
}
备注
To be Submitted to "ICML 2013 Workshop on Machine Learning for Bioacoustics", 6 pages, 4 figures