海洋哺乳动物声信号检测与识别技术研究进展

作     者：陈俊杰 邹大鹏 孙晗 CHEN Junjie;ZOU Dapeng;SUN Han

作者机构：广东工业大学广东省海洋能源装备先进制造技术重点实验室广州510006 广东工业大学广东省部共建精密电子制造技术与装备国家重点实验室广州510006 

出 版 物：《应用声学》 (Journal of Applied Acoustics)

年 卷 期：2024年第43卷第5期

页      面：1170-1180页

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：广东省科技计划项目(2023B1212010012) 广东省海洋经济发展(海洋六大产业)专项资金项目(粤自然资合028号) 

主　　题：海洋哺乳动物 声信号识别 特征提取 机器学习 深度学习 

摘      要：海洋哺乳动物声信号的检测和识别对濒危海洋哺乳动物的调查研究、海洋生态环境的监控和保护、海洋水产养殖的管理和仿生隐蔽水声通信等多个领域有重要的研究价值和实践意义。海洋哺乳动物的声信号具有带宽较大、频率成分复杂以及变化迅速等特点,使得海洋哺乳动物声信号自动识别算法的设计成为难点。该文通过海洋哺乳动物声信号识别技术的分析研究,从特征提取和分类器识别两个方面进行归纳总结,分别阐述每种应用算法的特点、基本原理以及具体应用场景,探讨提出了海洋哺乳动物声信号识别领域未来关注的三个研究方向。