Scidown文献预览系统!
整体的,长期的声音景观监测在纽约州北部使用卷积长短期记忆深度神经网络( Holistic, long-term soundscape monitoring in Upstate New York using convolutional long short-term memory deep neural networks )
M Morgan J Braasch
作为一个长期生物声学监测项目的一部分,在2019-2020年的10个月中,在纽约州北部的一个居民区,全天候收集了包含人类和生物声音的音频数据。为了在尽可能少的人工干预下分析数据的生态内容,使用深度学习技术对数据进行自动分类。首先,数据被分段并通过二进制CNN长短时记忆网络馈送,以分离“信号”和“静默”。然后,通过对log-mel谱图的目视检查,对数据集的一小部分进行人工注释,以训练多类CNN-LSTM,该方法的测试精度达到90%以上。在此人工注释数据集上的算法性能与在未经删节的“真实世界”音频数据上的性能进行了比较,并且还探讨了处理诸如训练数据的缺乏、多标签分类和“以上均无”类等问题的策略。分类结果最终用于生成与本地天气数据相互参照的长期季节性声音图。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】