基于声音特征的海豹分类.pdfVIP

中国科学技术大学首届统计建模参赛论文 基于声音特征的海豹分类基于声音特征的海豹分类 基于声音特征的海豹分类基于声音特征的海豹分类 陈金福 P 11 系 屈美容 P 17 系 李今飞 P 1 系 教练： 张弢 统计与金融系研究生 基于声音特征的海豹分类 一 一 【【摘要摘要】 】 一一 【【摘要摘要】】 本文研究通过声音特征差异将 A 海湾和 B 海湾的格陵兰海豹分类。首先， 根据数据画出直方图，利用均值分析，方差分析，及秩和检验对问题中涉及的七 个不同的声音特征进行总体描述性分析，初步找出判别两海域海豹的指标或指标 集合，再利用分层随机抽样法从所给的 1700 个数据中抽出 2/3 的数据建立模型， 将余下 1/3 的数据用于检测模型，并由此给出预测率。之后基于数据探索分类模 型，分别利用 bayes 模型，fisher 模型，距离判别模型，SVM 方法，分别比较它 们的预测率，选择预测率最高的 SVM 方法为最合理的方法，最后利用所找出的 指标或指标集合及训练数据对模型进行检测，对所给的 300 个海豹数据进行分 类。 【关键词【关键词】 声音特征】 数据分类 ANOVA 秩和检验 SVM 【【关键词关键词】】 二 二 【【背景介绍背景介绍】 】 二二 【【背景介绍背景介绍】】 2.1 2.1 问题背景问题背景 22.1 .1 问题背景问题背景 海豹有各种各样的水底发音方式。不同海域的海豹发音方式可能不同，这种 差异与不同海域海豹群体的互相隔离有关。本问题研究的是A 海湾和 B 海湾的格 陵兰海豹(harp seal)的发音差异。 标记跟踪 （tagging）和形态测量研究（morphometric study）表明这两个 海域的格陵兰海豹很少进入对方领域。发声上的差异可以进一步证实两个群体的 独立性，声音研究的一个主要困难是研究人员既不知道海豹的声音类型如何确 定，也不知道有多少种类型。以前，研究者通常根据听到的海豹声音的录音进行 主观分类。由于海豹声音是连续的，不同的研究人员对发声类型可能有不同的判 别标准。所以，如果对于发声分类过细，即给出很多不同的发声类型，那么往往 就会夸大海豹群体间的差异；而如果海豹发声类型的分类过宽，则往往会错失群 体间确实存在的差异。本问题的数据由 A 海湾和 B 海湾的格陵兰海豹水下录音 记录整理得到，两个群体各记录了 900 和 800 个海豹声音，从中得到声音的 7 个特征列表如下： 特征 描述 ELEMDUR 单个音节的持续时间 (单位：毫秒) 不同音节之间的间隔时间 (单位：毫秒), 如果声音是单音节的， INTERDUR 该指标为缺失(NA) 一个声音所包含的音节个数。格陵兰海豹的每次发声中所有音节都 NO_ELEM 相似，而且音节间的时间是常数。 发声起始音高 (pitch)。如果发声持续时间极短(CALLSHAP=0)，该 STARTFREQ 变量定义为最高的音高 （单位：Hz）。 发声结束时的音高。如果发声持续时间极短(CALLSHAP=0)，该变