基于模式识别方法的果蝇振翅声分类研究

作     者：张宁仙 

作者单位：陕西师范大学 

学位级别：硕士

导师姓名：郭敏

授予年度：2011年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：果蝇振翅声 隐马尔可夫模型（HMM） 自回归模型（AR模型） 支持向量机（SVM） 分类 

摘      要：果蝇是一种对水果危害较大的昆虫,它给人类带来巨大的经济损失。大量学者通过研究发现,果蝇在飞行过程中会通过翅膀的振动产生一种振翅声,并以此传递信息,进行种间交流。这种振翅声不仅可以反映果蝇种的特异性,而且还有利于果蝇害虫的诱集、捕杀。所以,对果蝇振翅声的研究具有极大的生物学意义和实践意义。 研究学者们发现果蝇的振翅声中有一种求偶歌,它在果蝇的捕捉、培养等方面都有很大的作用。但是,通过果蝇的振翅声分类果蝇品系和雌雄的相关研究相对较少,不够全面。本文以果蝇的振翅声为研究对象,采用模式识别的方法分类果蝇的品系和雌雄。结果表明,本文方法对于果蝇的品系识别和雌雄分类是可行且有效的,为果蝇的分类研究提供了新的方法。 本文的研究主要包括以下几个方面： （1）概述了果蝇鸣声的国内外研究状况以及当前研究存在的问题。 （2）介绍了隐马尔可夫模型的识别原理和算法,并综述了隐马尔可夫模型用于动物鸣声的研究现状。 （3）实现了对3个不同品系果蝇振翅声的识别。首先,介绍了梅尔倒谱系数方法以及高斯混合模型和隐马尔可夫模型相结合方法的基本原理;其次,根据本文实验数据选择梅尔倒谱系数的最优参数,提取不同品系果蝇振翅声的有效特征组合,即：Mel倒谱系数的能量特征和一阶方差特征;最后,将高斯混合模型和隐马尔可夫模型结合为每个品系果蝇的振翅声建立模型,根据输出观察值概率的最大值识别未知品系果蝇的振翅声,并计算识别结果。实验结果表明,此方法对于不同品系果蝇的识别是有效的,且效果良好。 （4）实现了对2个品系果蝇振翅声的雌雄性别分类。首先,深入研究了自回归模型和支持向量机的原理;其次,结合本文实验数据选择合适的自回归模型参数和算法,使用AIC准则计算自回归模型的阶数,用Burg算法估计同一品系雌性果蝇和雄性果蝇振翅声的功率谱,提取代表不同性别果蝇振翅声特性的最优特征组合,即：自回归模型的系数和白噪声序列方差;最后根据十折交叉验证方法选择支持向量机分类器的最优参数,采用核函数为重尾径向基函数的支持向量机,通过训练样本集得到最优分类界面,对测试样本集进行分类,并计算分类结果。实验结果表明,此方法对于分类同一品系果蝇的雌雄是可行且有效的,实验效果良好。