[發明專利]利用生物聲學特征進行深海生態系統評價的方法及系統

在審

• 申請號: 202010920382.5
• 申請日: 2020-09-04
• 公開（公告）號: CN111986683A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 張同偉;王建村;楊磊;秦升杰;王向鑫;李正光
• 申請（專利權）人: 國家深海基地管理中心
• 主分類號: G10L17/26
• 分類號: G10L17/26;G10L17/18;G10L17/04;G10L15/16
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 劉鳳玲

1.一種利用生物聲學特征進行深海生態系統評價的方法，其特征在于，包括：

獲取深海生態系統中各種生物的聲學信號；

根據所述聲學信號，確定深海生物種類和深海生物數量；

根據所述聲學信號、深海生物種類和深海生物數量，對神經網絡模型進行訓練，得到訓練后的神經網絡模型；

獲取待測海域的深海生物聲學信號；

將所述待測海域的深海生物聲學信號輸入至所述訓練后的神經網絡模型進行預測，得到待測海域的深海生物種類和數量。

2.根據權利要求1所述的利用生物聲學特征進行深海生態系統評價的方法，其特征在于，所述獲取深海生態系統中各種生物的聲學信號，具體包括：

通過自容式水聽器獲取深海生態系統中各種生物的聲學信號。

3.根據權利要求1所述的利用生物聲學特征進行深海生態系統評價的方法，其特征在于，所述根據所述聲學信號，確定深海生物種類和數量，具體包括：

采用語音特征提取方法對所述聲學信號進行分析，提取深海生物的聲學特征；

結合同步采集的影像資料，以及生物誘捕器捕獲的生物種類和數量，將所述深海生物的聲學特征與深海生物進行配對，得到深海生物聲學特征的分類結果，所述分類結果包括深海生物的種類和數量。

4.根據權利要求1所述的利用生物聲學特征進行深海生態系統評價的方法，其特征在于，所述根據所述聲學信號、深海生物種類和深海生物數量，對神經網絡模型進行訓練，得到訓練后的神經網絡模型，具體包括：

將所述聲學信號作為輸入，所述深海生物種類和所述深海生物數量作為輸出，對神經網絡模型進行訓練，得到訓練后的神經網絡模型。

5.一種利用生物聲學特征進行深海生態系統評價的系統，其特征在于，包括：

第一聲學信號獲取模塊，用于獲取深海生態系統中各種生物的聲學信號；

生物種類及生物數量確定模塊，用于根據所述聲學信號，確定深海生物種類和深海生物數量；

網絡訓練模塊，用于根據所述聲學信號、深海生物種類和深海生物數量，對神經網絡模型進行訓練，得到訓練后的神經網絡模型；

第二聲學信號獲取模塊，用于獲取待測海域的深海生物聲學信號；

預測模塊，用于將所述待測海域的深海生物聲學信號輸入至所述訓練后的神經網絡模型進行預測，得到待測海域的深海生物種類和數量。

6.根據權利要求5所述的利用生物聲學特征進行深海生態系統評價的系統，其特征在于，所述第一聲學信號獲取模塊，具體包括：

第一聲學信號獲取單元，用于通過自容式水聽器獲取深海生態系統中各種生物的聲學信號。

7.根據權利要求5所述的利用生物聲學特征進行深海生態系統評價的系統，其特征在于，所述生物種類及生物數量確定模塊，具體包括：

聲學特征提取單元，用于采用語音特征提取方法對所述聲學信號進行分析，提取深海生物的聲學特征；

生物種類及生物數量確定單元，用于結合同步采集的影像資料，以及生物誘捕器捕獲的生物種類和數量，將所述深海生物的聲學特征與深海生物進行配對，得到深海生物聲學特征的分類結果，所述分類結果包括深海生物的種類和數量。

8.根據權利要求5所述的利用生物聲學特征進行深海生態系統評價的系統，其特征在于，所述網絡訓練模塊，具體包括：

網絡訓練單元，用于將所述聲學信號作為輸入，所述深海生物種類和所述深海生物數量作為輸出，對神經網絡模型進行訓練，得到訓練后的神經網絡模型。