鸣禽个体身份：复杂鸦科鸣叫中的信号表征和度量学习
摘要：鸟类的叫声范围从简单的音调到丰富的动态多谐波结构。目前，对于更复杂的叫声了解甚少，例如科学上重要的鸦科（松鸦、乌鸦、渡鸦等）的叫声。个体鸟类可以通过叫声辨认熟悉的个体，但是这种身份信息编码在叫声的哪部分呢？我们通过对一组松鸦叫声数据应用一系列特征表示（包括线性预测编码（LPC）和自适应离散傅立叶变换（aDFT）），研究了这个问题。通过分类范式，我们证明我们可以比标准的频谱图表示更好地识别个体，并且我们应用度量学习确定哪些时频区域对于稳健的个体识别最有贡献。计算方法可以帮助我们更好地理解这些复杂的生物信号。
作者：Dan Stowell, Veronica Morfi, Lisa F. Gill
论文ID：1603.07236
分类：Sound
分类简称：cs.SD
提交时间：2016-04-27