Görüntüleme
19
İndirme
2
Sesli Dinleme
1
Bu çalışmada, Kızılgerdan kuş popülasyonuna ait dört alt türün biyoakustik özelliklerinden tespiti için uygun öznitelik ve sınıflandırma yöntemi araştırılmıştır. Özniteliklerin belirlenmesi için Mel Frekansı Kepstrum Katsayıları temel alınmış ve bu katsayılardan istatistiksel parametreler yardımıyla hesaplanabilecek uygun öznitelik araştırması yapılmıştır. Sınıflandırma aşamasında Doğrusal Ayırma Ayıracı, Destek Vektör Makineleri ve k-En Yakın Komşuluk ve Ardışıl İleri Yönlü Öznitelik yöntemleri kullanılmıştır. Sınıflandırıcı parametreleri 10-kat çapraz doğrulama yöntemi ile eğitim setinde belirlenmiştir. Daha sonra, eğitilmiş sınıflandırıcı parametreleri test veri setine uygulanarak sınıflandırma doğruluğu elde edilmiştir. Sonuç olarak, çalışmamızda Mel Frekansı Kepstrum katsayıları temel alınarak hesaplanan ortalama, etkinlik ve karmaşıklık parametreleri k-En Yakın Komşuluk Yöntemi ile sınıflandırıldığında en iyi başarım elde edilmiştir. Önerdiğimiz yöntemin sınıflandırma başarımı eğitim kümesinde %97, test kümesinde ise %94 olarak elde edilmiştir.
In this study, the proper characteristics and classification methods for the detection of the bioacoustic characteristics of the four sub species belonging to the Red Bird population were studied. For the determination of the properties, Mel Frequency Kepstrum calculations were based and appropriate specificity research was carried out from these calculations that could be calculated with the help of statistical parameters. In the classification phase, the Direct Separator, the Support Vector Machines and the k-Last Neighborhood and Follow-up Advanced Properity Methods were used. Classification parameters are determined in the training set with the 10th cross-verification method. Later, the accuracy of classification was obtained by applying the trained classification parameters to the test data set. As a result, our study has achieved the best success when the average, efficiency and complexity parameters calculated on the basis of the Mile Frequency Kepstrum ratings are classified by k-The Nearest Neighbourhood Method. The classification success of the method we suggest was achieved by 97% in the training set and 94% in the test set.
In this study, suitable features and classification methods were investigated to determine the four subspecies of Robin birds population from their bioacoustic characteristics. Mel Frequency Cepstrum Coefficients were taken as basis for the determination of the features and a suitable feature search was performed by using statistical parameters from these coefficients. In the classification stage Linear Discriminant Analysis, Support Vector Machines, k-Nearest Neighborhood, and Sequential Forward Feature Selection methods were used. Classifier parameters were determined by 10-fold cross validation method. Then, the classification accuracy was obtained by applying the trained classifier parameters to the test data set. As a result, in our study, the best performance was obtained when the mean, efficiency and complexity parameters, which were calculated based on Mel Frequency Kepstrum coefficients, were classified by k-Nearest Neighborhood Method. The classification performance of the proposed method was obtained 97% in the training set and 94% in the test set.
Alan : Fen Bilimleri ve Matematik
Dergi Türü : Ulusal
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
