使用机器学习对无尾目蛙类物种进行分类
机器学习
2021-12-13 v1 声音
音频与语音处理
摘要
由于蛙声分类在生态研究中的潜在应用价值，近来获得了大量关注。尽管多数已记录物种被认为是单型的，已有众多研究提出用于识别蛙类物种。本研究的目的是展示一种利用音频录音对多种蛙类物种进行分类的方法。更确切地说，首先将连续的蛙类录音切割为音频片段（10秒）。然后，为每个十秒录音构建若干时频表示。此后，不使用人工设计特征，而是采用机器学习方法对蛙类物种进行分类。在分类前，使用数据降维技术——主成分分析（Principal Component Analysis, PCA）与独立成分分析（Independent Component Analysis, ICA）来提取最重要的特征。最后，为验证我们的分类精度，使用了交叉验证与预测精度。实验结果表明，PCA提取的特征在交叉验证与预测精度上均取得了更好的分类精度。
引用
@article{arxiv.2112.05148,
title = {Classification of Anuran Frog Species Using Machine Learning},
author = {Miriam Alabi},
journal= {arXiv preprint arXiv:2112.05148},
year = {2021}
}