|
|
|
基于被动水声信号的混合淡水鱼数量预测 |
|
论文目录 |
|
摘要 | 第6-7页 | Abstract | 第7-8页 | 1 绪论 | 第9-17页 | 1.1 研究目的与意义 | 第9页 | 1.2 国内外研究现状 | 第9-14页 | 1.2.1 非声学鱼类数量估计方法现状概况 | 第9-10页 | 1.2.2 水声技术在渔业中的应用概况 | 第10-11页 | 1.2.3 模型建立方法研究概况 | 第11-14页 | 1.3 研究内容 | 第14-15页 | 1.4 技术路线 | 第15-16页 | 1.5 本章小结 | 第16-17页 | 2 材料与方法 | 第17-32页 | 2.1 材料与设备 | 第17-18页 | 2.1.1 试验材料 | 第17-18页 | 2.1.2 仪器与设备 | 第18页 | 2.2 试验方案 | 第18-19页 | 2.3 鱼声信号处理 | 第19-22页 | 2.3.1 巴特沃斯低通滤波 | 第19-20页 | 2.3.2 等波纹滤波 | 第20页 | 2.3.3 小波滤波 | 第20-21页 | 2.3.4 维纳滤波 | 第21-22页 | 2.4 鱼声信号特征提取 | 第22-26页 | 2.4.1 基于小波包分解的频段能量 | 第22-23页 | 2.4.2 平均Mel倒谱系数 | 第23-25页 | 2.4.3 基于功率谱的主峰频率及主峰值 | 第25-26页 | 2.4.4 特征处理 | 第26页 | 2.5 混合比例识别模型建立方法 | 第26-30页 | 2.5.1 概率神经网络 | 第26-28页 | 2.5.2 支持向量机 | 第28-30页 | 2.5.3 分类器超参数寻优与评价 | 第30页 | 2.6 混合数量预测模型建立方法 | 第30-31页 | 2.7 本章小结 | 第31-32页 | 3 结果与分析 | 第32-47页 | 3.1 混合比例识别模型建立 | 第32-38页 | 3.1.1 鱼声信号 | 第32-33页 | 3.1.2 鱼声信号特征 | 第33-34页 | 3.1.3 基于概率神经网络的混合比例识别模型 | 第34-35页 | 3.1.4 基于支持向量机的混合比例识别模型 | 第35-37页 | 3.1.5 不同建模方法对模型精度的影响 | 第37-38页 | 3.2 混合数量预测模型建立 | 第38-46页 | 3.2.1 鱼声信号特征 | 第38-40页 | 3.2.2 模型建立 | 第40-44页 | 3.2.3 模型验证 | 第44-46页 | 3.3 本章小结 | 第46-47页 | 4 总结与展望 | 第47-49页 | 4.1 总结 | 第47-48页 | 4.2 展望 | 第48-49页 | 参考文献 | 第49-54页 | 附录 | 第54-59页 | 攻读硕士学位期间科研成果 | 第59-60页 | 致谢 | 第60页 |
|
|
|
|
论文编号BS4385613,这篇论文共60页 会员购买按0.35元/页下载,共需支付21元。 直接购买按0.5元/页下载,共需要支付30元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|