论文部分内容阅读
动物在演化过程中形成了物种特异的叫声，这些叫声中包含着性别、年龄、情感、身份等丰富信息，我们可以利用物种叫声差异来识别不同的物种，甚至同一物种内的不同个体。动物的叫声作为一种交流信号，在新种形成、物种分类学地位评估中都有着重要的作用，它甚至包含着与物种演化相关的信息。在本文中，我们应用语音识别领域的声学特征和模式识别领域的分类方法，构建了基于物种叫声特征的自动化物种与个体识别系统，无论是基于鸟类鸣声的物种识别还是个体识别，我们都获得了较好的识别结果。我们对40只白头鹎个体识别率为：90％，对鹎科96种鸟类的鸣声物种识别率为：70.4％。我们综合比较了两种声学特征和四种分类模型，在基于鸣声的物种和个体识别中表现，寻找最佳的声学特征与分类方法组合。我们发现，支持向量机(SupportVectorMachine，SVM)和鸣声特征Mel频率倒谱系数(Mel-frequencycepstralcoefficients，MFCC)是相对最优的组合。最后我们用层次聚类分析方法，分析了鸟类鸣声特征在种间以及同一物种不同地理种群间的关系。我们的实验结果表明，鸟类的鸣声特征在种间可以呈现出一定的系统演化关系，种群间的鸣声相似性与差异与种群的地理分布有一定的关系。