ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Evaluation of Human Voice Biom...>الوصف

Evaluation of Human Voice Biometrics and Frog Bioacoustics Identification Systems Based on Feature Extraction Method and Classifiers

العنوان بلغة أخرى: التقييم على أنظمة تحديد الصوتيات البشرية والصوتيات الحيوية للضفدع اعتمادا على طريقة استخراج وتصنيف الخصائص
المصدر: مجلة كلية المأمون
الناشر: كلية المأمون الجامعة
المؤلف الرئيسي: حسن، أوس سعد شوكت (مؤلف)
المجلد/العدد: ع31
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2018
الصفحات: 176 - 195
DOI: 10.36458/1253-000-031-010
ISSN: 1992-4453
رقم MD: 901553
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink, HumanIndex, IslamicInfo
مواضيع:
علم الصوتيات الحيوية | نظام القياسات الحيوية | الضفادع | تقييم الأداء
كلمات المؤلف المفتاحية:
القياسات الحيوية | الصوتيات الحيوية | تعريف المتحدث | Biometrics | Bioacoustics | MFCC | SVM | KNN | LMKNN | FKNN | speaker identification
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يتم تعريف القياسات الحيوية كعلم تمييز الإنسان باستخدام خصائصه البيولوجية الشخصية على سبيل المثال الصوت وبصمات الأصابع والتوقيع. ثم تم تطبيق نهج القياسات الحيوية لتمييز الحيوان لغرض البحوث البيولوجية والبيئية والتنمية. ويرجع ذلك إلى كون بحوث التمييز على أساس الحيوان لا يزال في مرحلة الطفولة، لذلك في هذه الدراسة، يتم عمل تقييم فعالية النهج القائم على نظام القياسات الحيوية الصوتية لنظام تحديد الصوتيات الحيوية. يستخدم علم الصوتيات الحيوية على أساس دعوة الضفدع من أجل التعرف على الضفادع الاخرى في هذه الدراسة. ونتيجة لذلك، يتم اختبار الميزات المعروفة المستخدمة في نظام القياسات الحيوية الصوتية مثل استخدام Mel-frequency Cepstral Coefficients (MFCC) كميزات لنظام التعرف على الصوتيات الحيوية للضفدع. أما بالنسبة لعملية التصنيف، فقد تمت مقارنة أداء Support Vector Machine (SVM), k-Nearest Neighbor (k-NN), Local Mean k Nearest Neighbor (LMkNN) and Fuzzy k-NN (FkNN) وقد تم في هذه الدراسة تقييم أداء نظام القياسات الحيوية للضفدع على أساس المصنفات المقترحة. وقد لوحظ أفضل أداء باستخدام FkNN classifier مع دقة 97% لنظام التعرف على الصوتيات البيولوجية للضفدع و93.38% لنظام تمييز القياسات الحيوية على المتحدث مع 20 بيانات التدريب.

Biometrics is defined as the science of recognizing human by using their personal biological characteristics, for example voice, fingerprint and signature. Biometrics approach has then been implemented for recognizing animal for the purpose of biological and ecological research and development. Due to the research on animal based recognition is still in infancy, so in this study, the evaluation on the effectiveness of the audio based biometric system approach to the bioacoustics identification system is experimented. Bioacoustics based on frog call in order to identify the frog species is employed in this study. Consequently, the well known features used in audio based biometric system i.e. Mel-frequency Cepstral Coefficients (MFCC) is experimented as features for the frog bioacoustics based identification system. For the classification process, performances of Support Vector Machine (SVM), k-Nearest Neighbor (k-NN), Local Mean k Nearest Neighbor (LMkNN) and Fuzzy k-NN (FkNN) classifiers have been compared in this study. The performances of the biometric system and the frog bioacoustics system based on the proposed classifiers are evaluated. The best performance has been observed using FkNN classifier with the accuracy of 97% for the frog bioacoustics identification system and 93.38% for the biometric speaker identification system with 20 training data.
ISSN: 1992-4453

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.