← 返回列表

一种基于鸟类特征识别的栖息地环境调节方法和系统

申请号: CN202410220304.2
申请人: 江西师范大学
更新日期: 2026-03-20

专利详细信息

项目 内容
专利名称 一种基于鸟类特征识别的栖息地环境调节方法和系统
专利类型 发明申请
申请号 CN202410220304.2
申请日 2024/2/28
公告号 CN117809662A
公开日 2024/4/2
IPC主分类号 G10L17/26
权利人 江西师范大学
发明人 郑福超; 郑佳丽; 方朝阳; 芦恺; 朱文典; 吴永欢; 高丹
地址 江西省南昌市高新技术开发区紫阳大道99号

摘要文本

本发明提供一种基于鸟类特征识别的栖息地环境调节方法和系统。该系统包括声纹监测前端设备、环境监测装置、处理器和环境调节装置,该方法基于处理器执行,包括:基于从声纹监测前端设备获取的原始声音数据提取声纹数据;基于声纹数据确定鸟类声纹模型,基于鸟类声纹模型确定第一鸟类特征;基于第一鸟类特征和声纹数据,确定第二鸟类特征;基于从环境监测装置获取的环境数据和第二鸟类特征,确定分析结果;基于分析结果,确定环境调节参数和设备调动参数;将环境调节参数发送至对应的环境调节装置,将设备调动参数发送至对应的声纹监测前端设备。该方法可以精准识别鸟类物种,并根据鸟类特征对鸟类栖息地的环境进行调节从而维持鸟类种群多样性。 数据由马 克 数 据整理

专利主权项内容

1.一种基于鸟类特征识别的栖息地环境调节方法,其特征在于,所述方法通过基于鸟类特征识别的栖息地环境调节系统实现,所述系统包括至少一个声纹监测前端设备、至少一个环境监测装置、处理器和至少一个环境调节装置,所述方法基于处理器执行,所述方法包括:基于从声纹监测前端设备获取的原始声音数据,提取声纹数据;基于所述声纹数据确定鸟类声纹模型,基于所述鸟类声纹模型确定多个预设时间段的第一鸟类特征,所述第一鸟类特征包括鸟类物种和各个所述鸟类物种对应的鸟类数量,所述鸟类声纹模型为深度卷积循环神经网络模型;基于所述多个预设时间段的所述第一鸟类特征和所述声纹数据,确定第二鸟类特征,所述第二鸟类特征包括种群行为特征以及种群规模;基于从环境监测装置获取的环境数据和所述第二鸟类特征,确定分析结果,所述分析结果包括至少一个栖息地的环境质量以及所述至少一个栖息地的设备更新数量和/或设备位置分布;基于所述分析结果,确定至少一组环境调节参数和至少一组设备调动参数,所述环境调节参数包括所述至少一个栖息地的蓄水量,所述至少一组设备调动参数包括至少一个声纹监测前端设备的设备位置;将所述至少一组环境调节参数发送至对应的环境调节装置,将所述至少一组设备调动参数发送至对应的声纹监测前端设备。