20xx人教版高中語文必修三同步練習24版含解析(已修改)
2024-12-01 16:30 本頁面
【正文】 練案 24 動物游戲之謎 (2) 滿分 21 分，時間 40 分鐘 一、閱讀下面的文章，完成后面題目。 (9 分 ) 導學號 25894172 在大自然中，悅耳動聽的鳥鳴聲給人們帶來無限的愉悅。每一類鳥的鳴聲都不盡相同。烏鴉呱呱叫，山雀的鳴聲如嘹亮的哨響，隱夜鶇的叫聲則似長笛聲般悠揚。那么在復雜的背景噪聲下，如何識別鳥鳴聲？是否存在可以識別每一類鳥鳴的應用程序？ 針對上述問題，英國牛津大學的蒂莫 帕帕多普洛斯和他的同事，提出了一種能夠識別各類鳥叫聲的鳥鳴識別算法。 一般情況下，自然資源保護論者需要通過定期的徒步旅行或者直升機旅行的方式，對生存在特定區(qū)域內的鳥類數(shù)目進行統(tǒng)計和總結。然而，如果通過音頻錄制鳥鳴，再將音頻轉化為物種計數(shù)，采用此方法代替旅行統(tǒng)計方式，將使得鳥類追蹤的研究變得輕而易舉，為研究鳥類種群數(shù)目是否下降或者鳥類的遷徙模式是否改變等，帶來很大便利。 英國倫敦大學瑪麗女王學院的丹 斯托博士稱： “ 鳥鳴極其復雜，這些最簡單的聲音通常難以分辨，因為它們聽起來如此 相似。 ” 畢竟我們無法聽清遠處的，特別是在嘈雜環(huán)境中的鳥叫聲。 牛津大學的研究團隊在亞洲和歐洲共收錄了 15 種不同鳥類的鳴叫聲，包括新疆歌鴝、大山雀、畫眉等。他們收錄的鳥鳴聲中混雜了不同的音頻環(huán)境，如市區(qū)公園中較為平緩的背景噪聲或者露天市場中密集人群的喧囂聲。 如此多樣化的混合聲音，用于機器學習算法的訓練過程，通過訓練后的機器來選擇包含鳥鳴聲的音頻段。盡管鳥鳴聲與部分噪聲頻率相近，影響算法的準確性，但這些學習算法仍能成功地從噪聲中區(qū)分出鳥鳴聲。 目前國內福州大學的研究團隊，對于低信噪比鳥鳴識別的算法是將聲音信號 轉化為圖像，對圖像進行處理得到一串被稱作特征值的數(shù)字，并用這串數(shù)字代替聲音進行識別。 國外其他研究團隊也在致力于研究自己的鳥鳴識別算法，尤其是那些能夠識別不同鳥類物種的算法。斯托和他的同事正在測試名為 Warblr 的應用程序，在最佳狀態(tài)下， Warblr 進行鳥類識別的準確度可以高達 95%，該數(shù)據(jù)已經得到巴西一家鳥類鑒定組織的認證。美國威斯康星大學的研究團隊研發(fā)了一個相似的應用程序，命名為 Webird，是針對本地鳥類而設計的。美國康奈爾大學鳥類學實驗室研發(fā)的 Merlin 應用程序，通過對鳥類的大小、顏色、位置等簡單情況的了解，以利于人們對鳥類進行區(qū)分。 斯托博士認為，對鳥鳴識別應用技術進行探索的最終目標不僅僅用于識別鳥類，更是想要破譯鳥類之間真正的 “ 人際關系 ” ，如果音頻能夠轉換為物種計數(shù)，那么我
教學課件相關推薦
鄂ICP備17016276號-1