一种基于机器学习的黑叶猴鸣声监测方法、介质及系统

本发明提供了一种基于机器学习的黑叶猴鸣声监测方法、介质及系统，属于鸣声监测技术领域，首先构建监测网络拓扑图，基于音频采集设备的地理位置和环境噪声确定采集路径。将音频信号经分解得到单体和叠加鸣声信号分量，建立时序关系矩阵和稳定系数矩阵后进行信号分离和态势锐化处理。对处理后的样本提取特征，并通过评价方程组评估形成特征向量。该方法采用双模型融合架构，第一个模型处理声学特征得出识别概率，第二个模型计算特征对识别的贡献值，通过损失函数优化训练。最后将各监测点的识别结果输入种群密度评估模型，输出黑叶猴种群密度分布矩阵，实现对黑叶猴种群的有效监测。解决了现有技术存在识别度不高影响监测结果准确度的问题。