用于海洋哺乳动物叫声分类的深度学习模型

《IEEE Journal of Oceanic Engineering》：A Deep Learning Model for Marine Mammal Call Classification

海洋哺乳动物叫声分类方法提出基于CBank捕捉多时间尺度特征，结合Highway Networks加速训练，BiGRU双向处理时序信息，并采用量子计算与混沌算法优化的IPSO算法进行参数调优，以及EA注意力机制减少计算量，实验显示准确率提升9.03%，训练时间减少20%-30%。

　　

摘要：

海洋哺乳动物叫声的分类对保护这些物种具有重要意义。声学方法是研究和监测海洋哺乳动物的最有效工具，因为许多物种会发出响亮且独特的声音，这些声音比视觉线索更可靠。为满足这些需求，本文提出了一种多物种海洋哺乳动物叫声分类方法。首先，本文建立了一个基本的模型框架用于叫声分类。通过使用卷积神经网络银行（CBank）来有效捕捉不同时间尺度上的叫声特征，高速公路网络使深度CBank网络训练更加高效；而双向循环神经网络（BiGRU）则能够利用双向性同时考虑过去和未来的信息，从而提高模型感知时间序列动态变化的能力。其次，本文结合量子计算和混沌算法，引入了一种改进的粒子群优化（IPSO）算法来优化CBank-高速公路网络-BiGRU（CHBG）的参数。最后，本文提出了一种加速注意力机制（EA），该机制通过块处理和稀疏矩阵运算减少了计算量和内存使用，加快了处理长序列特征的速度。我们使用IPSO-CHBG-EA方法对十种海洋哺乳动物的叫声和一种海洋噪声进行了分类，实验结果显示其准确率比并行化人工神经网络、黑猩猩优化算法的控制参数以及经验模态分解模型高出9.03%，同时训练时间缩短了20%–30%。

引言

海洋哺乳动物是海洋生态系统中最重要的旗舰物种和指示性生物，具有不可替代的研究和保护价值[1]。大多数海洋哺乳动物依赖自身的叫声进行捕食、交流、定位和水下导航等活动[2]、[3]、[4]。例如，抹香鲸会发出四种不同的叫声进行交流[5]，虎鲸则利用回声定位来捕捉难以追踪的鲑鱼[6]。然而，随着人类活动对海洋生态环境的持续影响，海洋中的人为噪声源以多种方式干扰了海洋哺乳动物的生活，尤其是石油勘探、海上风力发电、船舶运输、地震勘测、海底钻探、军事声纳、遥测设备、海洋实验以及水下爆炸等。许多海洋哺乳动物的繁殖和生存受到了严重威胁[7]、[8]。