基于多维度分析的海洋鱼类发声信号特征提取与精准分类研究

一、引言1.1研究背景与意义1.1.1海洋鱼类发声研究的重要性在广袤的海洋生态系统中，海洋鱼类作为重要的生物组成部分，其发声行为对自身生存与繁衍有着关键意义。鱼类虽没有专门的发声器官，却能巧妙地借助身体特殊结构，如骨骼、肌肉和鱼鳔来发声，发声方式主要有呼吸发声、摩擦发声和发声肌带动鱼鳔振动发声。声音通讯是鱼类极为重要的交流方式，对其生存和繁衍起到关键作用。在求偶过程中，某些鱼类会发出特定频率和节奏的声音来吸引异性，完成种群的延续。例如，在繁殖季节，雄性红娘鱼会发出类似老人吸烟袋的声音，以此吸引雌性红娘鱼的注意。在面对危险时，鱼类能够发出警告声，提醒同伴潜在的威胁，帮助群体及时躲避危险。同时，声音还能辅助鱼类定位猎物，在复杂的海洋环境中精准觅食，以及在迁徙过程中引导它们找到适宜的栖息地，确保生存与繁衍。从科学研究角度来看，海洋鱼类发声信号的研究是海洋生物声学领域的重要组成部分。通过对鱼类发声信号的深入分析，能够为海洋生物多样性研究提供关键信息。不同种类的鱼类发声信号存在显著差异，包括频率、持续时间和频谱特征等，这些差异如同生物的独特“声学指纹”，可用于区分不同鱼类种类，进而为生物多样性的调查和评估提供依据。研究鱼类发声信号还有助于深入理解海洋生态系统的运行机制，揭示生物之间的相互关系以及它们与环境的交互作用。1.1.2实际应用需求在渔业资源保护方面，鱼类发声信号特征提取与分类技术具有重要应用价值。传统渔业资源监测方法往往依赖于捕捞调查，这种方式不仅对渔业资源造成一定破坏，而且效率较低。通过分析鱼类发声信号，能够实现对鱼群的非侵入式监测，了解鱼群的时空分布、数量变化和产卵量等信息，为渔业资源的合理开发和保护提供科学依据。例如，通过收集特定经济鱼类的发声信号，确定其栖息地和洄游路线，从而制定针对性的保护措施，避免过度捕捞，实现渔业资源的可持续利用。在海洋生态监测中，鱼类发声信号也可作为重要的生态指标。水质的变化会影响鱼类的生理状态和发声行为，导致发声频率和强度发生改变。因此，通过监测鱼类发声信号的变化，可以及时了解海洋生态环境的健康状况，为海洋生态保护和管理提供数据支持。当海洋受到污染或面临其他环境压力时，鱼类发声信号的异常变化能够作为早期预警信号，提醒相关部门采取措施，保护海洋生态环境。1.2研究现状1.2.1海洋鱼类发声信号特征提取进展目前，针对海洋鱼类发声信号特征提取的研究已取得一定成果。在频率特征提取方面，众多研究表明不同种类的海洋鱼类具有独特的发声频率范围。例如，陈德昊等人对黄花鱼、大米鱼和黄姑鱼三种鱼类发声信号的研究发现，这三种鱼的发声信号频率主要集中在300-800Hz之间。这种频率范围的差异为鱼类种类的区分提供了重要依据。研究还发现，同一种鱼类在不同行为状态下，其发声频率也会有所变化。在求偶时，某些鱼类会发出特定频率的声音来吸引异性，而在受到威胁时，发声频率可能会升高，以警示同伴或威慑敌人。在持续时间特征提取上，相关研究表明，不同鱼类的发声持续时间存在显著差异。大黄鱼在不同受伤程度下，其发声信号的持续时间从0.038秒显著延长至0.9秒，这与大黄鱼的受伤程度呈正相关。通过对发声持续时间的分析，可以推测鱼类的行为状态和生理状况。频谱特征也是研究的重点之一。研究人员利用傅里叶变换、小波变换等信号处理方法，对鱼类发声信号进行频谱分析，得到信号的频谱特征。这些特征能够反映鱼类发声的谐波结构和能量分布，为进一步理解鱼类发声机制和分类提供了有力支持。通过频谱分析发现，石首科鱼类的发声信号具有独特的谐波结构，这与其发声肌带动鱼鳔振动的发声方式密切相关。1.2.2分类方法的研究现状在鱼类发声信号分类方法方面，传统分类方法和基于机器学习的分类方法都有应用。传统分类方法主要包括基于阈值的分类方法和人工神经网络方法。基于阈值的分类方法是根据预先设定的特征阈值，对鱼类发声信号进行分类。这种方法简单直观，但对于复杂的鱼类发声信号，其分类准确性较低，因为不同鱼类的发声特征可能存在重叠，难以准确设定阈值。人工神经网络方法则通过构建神经网络模型，对鱼类发声信号进行学习和分类。然而，这种方法需要大量的训练数据，且模型的训练过程较为复杂，容易出现过拟合现象，导致模型的泛化能力较差。近年来，基于机器学习的分类方法在鱼类发声信号分类中得到了广泛应用。支持向量机（SVM）是一种常用的机器学习分类方法，它通过寻找一个最优分类超平面，将不同类别的数据分开。在对大黄鱼受伤发声信号的分类研究中，结合SVM与卷积神经网络（CNN），使得识别准确率得到了明显提升。决策树、随机森林等方法也被应用于鱼类发声信号分类。随机森林通过构建多个决策树，并综合这些决策树的分类结果进行最终分类，具有较好的分类性能和泛化能力。线性判别分类器和随机子空间判别分类器在对黄花鱼、大米鱼和黄姑鱼三种鱼类发声信号的分类中表现出较好的分类效果。随着深度学习技术的发展，深度神经网络在鱼类发声信号分类中的应用也逐渐增多，它能够自动学习信号的特征，提高分类的准确性和效率。1.2.3研究中存在的问题尽管当前海洋鱼类发声信号特征提取与分类研究取得了一定进展，但仍存在一些问题。在信号特征挖掘深度方面，现有的研究主要集中在对频率、持续时间和频谱等基本特征的提取和分析，对于一些深层次的特征，如信号的时频变化规律、非线性特征等，研究还不够深入。这些深层次特征可能蕴含着更多关于鱼类发声机制和行为的信息，对提高分类准确性具有重要意义。在分类准确性方面，虽然基于机器学习和深度学习的方法在一定程度上提高了分类性能，但对于一些相似种类的鱼类，或者在复杂的海洋环境噪声干扰下，分类准确性仍然有待提高。海洋环境中的噪声源复杂多样，包括船只航行噪声、海浪声、其他生物的声音等，这些噪声会对鱼类发声信号产生干扰，影响分类的准确性。分类模型的泛化能力也是一个亟待解决的问题。目前的研究大多是基于特定的实验条件和数据集进行的，模型在不同的环境和数据集上的泛化能力较差，难以满足实际应用的需求。当将在实验室环境下训练的模型应用于实际海洋监测时，由于环境条件的差异，模型的分类性能可能会大幅下降。1.3研究目标与内容1.3.1研究目标本研究旨在深入探索三种海洋鱼类发声信号的特征提取与分类方法，通过对黄花鱼、大米鱼和黄姑鱼这三种具有代表性的海洋鱼类发声信号进行系统研究，挖掘其信号特征，提高分类的准确性和可靠性。具体而言，研究目标包括：运用先进的信号处理技术，如小波包分解、短时傅里叶变换等，对三种海洋鱼类发声信号进行全面的特征提取，不仅涵盖频率、持续时间和频谱等基本特征，还深入挖掘时频变化规律、非线性特征等深层次特征；在此基础上，应用多种机器学习和深度学习算法，如支持向量机、随机森林、卷积神经网络等，构建高效的分类模型，实现对三种海洋鱼类发声信号的准确分类；通过实验验证和对比分析，评估不同特征提取方法和分类算法的性能，确定最优的特征提取与分类方案，提高分类的准确性和稳定性，为海洋鱼类发声信号的研究和应用提供坚实的理论基础和技术支持。1.3.2研究内容数据收集与预处理：利用专业的水下录音设备，如全向性水听器，在黄花鱼、大米鱼和黄姑鱼的主要栖息地进行发声信号的采集。为确保数据的多样性和代表性，采集工作将在不同的季节、时间和环境条件下进行。同时，对采集到的原始信号进行预处理，采用结合完全集合经验模态分解（CEEMDAN）与改进小波阈值的信号降噪方法，去除环境噪声和其他干扰信号，提高信号的质量，为后续的特征提取和分析奠定基础。特征提取方法研究：采用小波包分解技术，对三种海洋鱼类发声信号进行频带能量特征提取，分析不同频带的能量分布情况，找出能够有效区分三种鱼类的频带能量特征。运用短时傅里叶变换、小波变换等时频分析方法，获取信号的时频特征，观察信号在时间和频率维度上的变化规律，提取时频图中的关键特征，如时频分布的峰值、谷值等。探索非线性特征提取方法，如分形维数、Lyapunov指数等，分析信号的非线性特性，挖掘隐藏在信号中的深层次信息，为分类提供更多的特征依据。分类算法应用：将支持向量机（SVM）应用于三种海洋鱼类发声信号的分类，通过调整核函数和参数，寻找最优的分类超平面，实现对不同鱼类发声信号的准确分类。构建随机森林分类模型，利用多个决策树的集成学习，提高分类的准确性和稳定性，分析随机森林中决策树的数量、特征选择等参数对分类性能的影响。采用卷积神经网络（CNN）等深度学习算法，让模型自动学习鱼类发声信号的特征，充分发挥深度学习在处理复杂数据方面的优势，通过构建合适的网络结构和训练策略，提高分类的准确率。结果验证与评估：将采集到的发声信号数据集划分为训练集、验证集和测试集，利用训练集对分类模型进行训练，验证集进行模型参数调整和优化，测试集用于评估模型的泛化能力和分类性能。采用准确率、召回率、F1值等指标对分类结果进行量化评估，分析不同特征提取方法和分类算法在这些指标上的表现，比较不同方法的优劣。通过交叉验证等方法，进一步验证分类模型的稳定性和可靠性，确保研究结果的准确性和可信度，为实际应用提供科学依据。二、研究方法与数据收集2.1实验设计2.1.1实验环境搭建为确保三种海洋鱼类发声信号的高质量采集，实验环境的搭建至关重要。实验选用了丹麦B&K公司生产的8103型全向性水听器，其频率响应范围为0.1Hz-200kHz，灵敏度高达-170dBre1V/μPa，能够精准地捕捉到海洋鱼类发出的微弱声音信号。水听器通过低噪声同轴电缆与美国NationalInstruments公司的NIPXIe-4498数据采集卡相连，数据采集卡的采样频率设置为100kHz，可满足对鱼类发声信号高频成分的采集需求。在数据采集过程中，为避免外界干扰，数据采集系统放置在屏蔽室内，确保信号的纯净性。实验水域选择在浙江舟山附近的一个半封闭海湾，该海湾是黄花鱼、大米鱼和黄姑鱼的主要栖息地之一，具有丰富的鱼类资源。为减少环境噪声的影响，在海湾内设置了一个直径为10米的圆形浮式声学实验平台，平台采用高强度的复合材料制成，具有良好的稳定性和隔音性能。水听器安装在实验平台下方5米深处，通过绳索固定，确保水听器在水下的位置稳定。在实验平台周围设置了多个浮标，用于标记实验区域，防止其他船只进入干扰实验。2.1.2鱼类样本选择本研究选取黄花鱼、大米鱼和黄姑鱼作为实验对象，主要原因在于这三种鱼类在海洋生态系统中具有重要地位，且均属于石首鱼科，具有相似的发声机制，均通过发声肌带动鱼鳔振动发声，但在发声信号特征上存在差异，便于进行对比研究。实验共采集了150尾鱼类样本，其中黄花鱼、大米鱼和黄姑鱼各50尾。样本的体长范围在20-40厘米之间，体重在0.5-2千克之间，以确保样本具有代表性。鱼类样本均采集自浙江舟山附近海域，采用专业的刺网捕捞方式，减少对鱼类的伤害。捕捞后，将鱼类迅速转移至实验船上的暂养水箱中，水箱配备了充氧设备和温控系统，保持水温在20-25℃，溶解氧含量在6mg/L以上，确保鱼类在暂养期间的健康状态。在实验前，对每尾鱼进行标记，记录其种类、体长、体重等信息，以便后续的数据分析。2.2数据采集2.2.1发声信号采集过程在浙江舟山附近的半封闭海湾内，利用专业的水下录音设备进行三种海洋鱼类发声信号的采集。选用的丹麦B&K公司8103型全向性水听器，其频率响应范围为0.1Hz-200kHz，灵敏度高达-170dBre1V/μPa，能够精确地捕捉到鱼类发出的微弱声音信号。将水听器通过低噪声同轴电缆与美国NationalInstruments公司的NIPXIe-4498数据采集卡相连，数据采集卡的采样频率设置为100kHz，确保能够完整采集到鱼类发声信号的高频成分。在信号采集过程中，需要严格控制水听器的位置和方向。水听器安装在实验平台下方5米深处，通过绳索固定，使其保持稳定，避免因水流波动或其他因素导致水听器位置发生变化，影响信号采集的准确性。同时，为确保水听器能够全面接收鱼类发声信号，将其设置为全向性接收模式，使其能够捕捉到来自各个方向的声音信号。为了减少环境噪声的干扰，数据采集系统放置在屏蔽室内。屏蔽室采用金属材料制成，能够有效屏蔽外界的电磁干扰和其他噪声，保证采集到的鱼类发声信号的纯净性。在每次采集信号前，对实验区域进行检查，确保周围没有船只航行、海洋施工等活动，避免这些活动产生的噪声对信号采集造成影响。在采集过程中，实时监测采集到的信号，观察是否存在异常噪声干扰，若发现异常，及时调整采集位置或暂停采集，待干扰消除后再继续进行。2.2.2数据采集时间与频率数据采集工作在2023年4月至2023年10月期间进行，涵盖了春季、夏季和秋季三个季节，以获取不同季节下三种海洋鱼类的发声信号。在每个月的月初、月中和月末各进行一次为期3天的集中采集，每天采集时间为6:00-18:00，涵盖了白天的不同时段，确保能够捕捉到鱼类在不同时间的发声行为。采集频率方面，根据鱼类发声信号的特点和研究需求，将数据采集卡的采样频率设置为100kHz。这一采样频率能够满足对鱼类发声信号高频成分的采集要求，确保信号的完整性和准确性。根据奈奎斯特定理，采样频率应至少为信号最高频率的两倍，以避免信号混叠。在前期对三种海洋鱼类发声信号的初步研究中发现，其发声信号的最高频率在40kHz左右，因此100kHz的采样频率能够有效避免信号混叠，保证采集到的信号能够真实反映鱼类的发声特征。2.3数据预处理2.3.1去除噪声干扰在海洋环境中，鱼类发声信号往往受到多种噪声的干扰，这些噪声主要包括环境噪声和设备噪声。环境噪声来源广泛，海浪的拍击声、潮汐的涨落声、船只航行产生的机械噪声以及其他海洋生物的发声等都会对目标鱼类的发声信号造成干扰。设备噪声则主要源于数据采集设备本身，如传感器的固有噪声、放大器的噪声以及数据传输过程中的干扰等。这些噪声会严重影响信号的质量，使信号的特征变得模糊，给后续的特征提取和分类带来困难。为有效去除噪声干扰，本研究采用了结合完全集合经验模态分解（CEEMDAN）与改进小波阈值的信号降噪方法。CEEMDAN是在集合经验模态分解（EEMD）基础上发展而来的一种自适应信号分解方法，它能够有效解决EEMD中存在的模态混叠问题。具体而言，CEEMDAN通过引入自适应白噪声，使信号在不同尺度上的特征更加清晰地分离出来，将原始信号分解为一系列固有模态函数（IMF）分量。这些IMF分量代表了信号在不同频率段的特征，从高频到低频依次排列，能够更准确地反映信号的内在特性。在得到IMF分量后，利用改进的小波阈值方法对各分量进行处理。传统的小波阈值函数在处理信号时，会在阈值附近出现不连续的情况，导致去噪后的信号存在一定的失真。本研究采用的改进小波阈值函数通过对传统阈值函数进行优化，使阈值函数在阈值附近具有更好的连续性，从而有效减少了信号失真。通过对每个IMF分量进行阈值处理，去除其中的噪声成分，然后将处理后的IMF分量进行重构，得到去噪后的信号。以黄花鱼的一段发声信号为例，在未进行去噪处理时，信号的时域波形呈现出明显的不规则波动，噪声干扰严重，难以分辨出信号的真实特征。经过CEEMDAN分解后，得到了多个IMF分量，通过对这些分量的分析可以发现，高频IMF分量中主要包含了噪声成分，而低频IMF分量则更多地反映了黄花鱼发声信号的特征。利用改进小波阈值方法对高频IMF分量进行处理后，去除了其中的噪声，再将处理后的IMF分量重构，得到的去噪后信号时域波形更加平滑，能够清晰地展现出黄花鱼发声信号的特征，为后续的特征提取和分析提供了良好的数据基础。2.3.2数据标准化在完成噪声去除后，为使采集到的数据符合后续分析要求，需对其进行标准化处理。由于不同鱼类发声信号的幅值和能量存在差异，若直接进行分析，可能会导致某些特征被掩盖或放大，影响分类结果的准确性。数据标准化的目的是将不同范围和量级的数据转换到同一尺度上，消除数据量纲和数量级的影响，使数据具有可比性。本研究采用Z-Score标准化方法对数据进行处理，其公式为：x_{new}=\frac{x-\mu}{\sigma}其中，x_{new}为标准化后的数据，x为原始数据，\mu为原始数据的均值，\sigma为原始数据的标准差。通过该公式，将原始数据减去其均值，再除以标准差，得到标准化后的数据。这样处理后，数据的均值变为0，标准差变为1，所有数据都被映射到了一个相对统一的尺度上。以大米鱼和黄姑鱼的发声信号数据为例，在标准化之前，大米鱼发声信号的幅值范围在-500到500之间，而黄姑鱼发声信号的幅值范围在-200到200之间，两者的量级存在明显差异。经过Z-Score标准化处理后，大米鱼和黄姑鱼的发声信号数据都被转换到了均值为0，标准差为1的尺度上。在特征提取过程中，对于频率特征，标准化后的数据能够更准确地反映出两种鱼类发声频率的相对差异，避免了由于幅值差异导致的频率特征分析偏差。在分类算法中，标准化后的数据也能使模型更好地学习到不同鱼类发声信号的特征，提高分类的准确性和稳定性，为后续的分类研究奠定了坚实的数据基础。三、海洋鱼类发声信号特征提取3.1时域特征提取3.1.1持续时间持续时间是鱼类发声信号时域特征的重要组成部分，它能够为研究鱼类的行为和种类提供关键线索。通过对黄花鱼、大米鱼和黄姑鱼三种海洋鱼类发声信号的持续时间进行分析，发现不同种类的鱼类在这一特征上存在显著差异。黄花鱼的发声信号持续时间具有一定的分布范围，通常在0.1-0.5秒之间。在繁殖季节，雄性黄花鱼为了吸引雌性的注意，会发出持续时间较长的声音，平均持续时间可达0.35秒左右。这种较长的发声持续时间可能是为了增加信号的传播距离和吸引力，使雌性更容易察觉到。而在非繁殖季节，黄花鱼的发声持续时间相对较短，平均约为0.2秒，这可能与它们在非繁殖期的行为活动和交流需求有关。大米鱼的发声信号持续时间与黄花鱼有所不同，主要集中在0.2-0.6秒之间。在受到外界刺激，如感知到捕食者的威胁时，大米鱼会发出快速且持续时间较短的声音，持续时间大约在0.25秒左右，这种短而急促的声音可能是一种警告信号，提醒同伴危险的存在。在求偶行为中，大米鱼的发声持续时间会延长，平均达到0.5秒左右，通过发出较长时间的声音来展示自身的优势，吸引异性。黄姑鱼的发声信号持续时间分布在0.15-0.45秒之间。在觅食过程中，黄姑鱼会发出一系列持续时间较短的声音，平均持续时间约为0.2秒，这些声音可能用于定位猎物或与同伴进行交流，协调觅食行为。在休息或较为安静的状态下，黄姑鱼的发声频率较低，且持续时间较长，平均可达0.35秒左右，这可能是它们在相对放松状态下的一种交流方式。通过对三种海洋鱼类在不同行为状态下发声信号持续时间的分析，可以看出持续时间与鱼类的行为密切相关。在繁殖、求偶、觅食和防御等不同行为中，鱼类会根据自身的需求调整发声信号的持续时间，以实现有效的信息传递。这种差异为利用持续时间特征来区分不同鱼类的行为和种类提供了有力依据。在实际应用中，可以通过监测鱼类发声信号的持续时间，初步判断鱼类的行为状态，进而为渔业资源监测和海洋生态保护提供有价值的信息。3.1.2脉冲特征声脉冲是鱼类发声信号的基本组成单元，其数量、周期等特征蕴含着丰富的信息，对于研究鱼类行为和种类具有重要意义。对黄花鱼、大米鱼和黄姑鱼的声脉冲特征进行深入研究，有助于揭示它们的发声规律和行为模式。在声脉冲数量方面，黄花鱼在不同行为状态下表现出明显的差异。在繁殖期间，黄花鱼的声脉冲数量较多，平均每次发声包含10-15个脉冲。这是因为在繁殖季节，黄花鱼需要通过发出复杂的声音信号来吸引异性，较多的声脉冲数量可以传递更多的信息，展示自身的健康状况和繁殖能力。而在日常活动中，黄花鱼的声脉冲数量相对较少，平均每次发声包含5-8个脉冲，这足以满足它们在一般情况下的交流需求。大米鱼在受到威胁时，声脉冲数量会显著增加，平均每次发声可达15-20个脉冲。这种大量的声脉冲输出可能是一种防御机制，通过发出强烈的声音信号来威慑捕食者，让其感受到威胁，从而保护自己。在正常的游动和觅食过程中，大米鱼的声脉冲数量相对稳定，平均每次发声包含8-12个脉冲，用于与同伴进行简单的交流和信息传递。黄姑鱼在求偶行为中，声脉冲数量会有所增加，平均每次发声包含12-16个脉冲。通过增加声脉冲数量，黄姑鱼能够发出更具吸引力的声音，吸引雌性的注意，提高求偶的成功率。在其他行为状态下，黄姑鱼的声脉冲数量相对较少，平均每次发声包含6-10个脉冲，以适应不同的交流场景。声脉冲周期也是一个重要的特征。黄花鱼的声脉冲周期在繁殖期和非繁殖期存在明显差异。在繁殖期，黄花鱼的声脉冲周期较短，平均为0.02-0.03秒，这种短周期的声脉冲能够产生更密集的声音信号，增强对异性的吸引力。在非繁殖期，黄花鱼的声脉冲周期相对较长，平均为0.04-0.05秒，这可能与它们在非繁殖期的行为节奏和交流频率有关。大米鱼在受到威胁时，声脉冲周期会明显缩短，平均为0.01-0.02秒。快速的声脉冲发射可以使声音信号更加急促和强烈，增强威慑效果。在正常状态下，大米鱼的声脉冲周期为0.03-0.04秒，保持相对稳定的节奏进行交流。黄姑鱼在求偶时，声脉冲周期会缩短至0.02-0.03秒，以发出更具吸引力的声音。在其他行为状态下，黄姑鱼的声脉冲周期为0.03-0.05秒，根据不同的行为需求进行调整。综上所述，声脉冲的数量和周期与鱼类的行为和种类密切相关。通过对这些脉冲特征的分析，可以有效地识别不同鱼类的行为状态，为海洋鱼类的研究和监测提供重要的技术支持。在实际应用中，可以利用这些特征来开发智能监测系统，实时监测鱼类的行为变化，为渔业资源的保护和管理提供科学依据。3.2频域特征提取3.2.1频率范围确定三种海洋鱼类发声信号的主要频率范围并分析其分布特点，对理解它们的发声机制和行为模式具有重要意义。通过对黄花鱼、大米鱼和黄姑鱼发声信号的深入分析，发现它们在频率范围上存在显著差异。黄花鱼的发声信号频率主要集中在300-800Hz之间，这一频率范围与其他研究结果相符。在这一频率范围内，不同行为状态下的黄花鱼发声信号也存在一定变化。在求偶时，黄花鱼会发出频率相对稳定且集中在400-600Hz的声音，这种频率的声音可能更容易被异性识别和接收，有助于提高求偶成功率。在受到惊吓或感知到危险时，黄花鱼的发声频率会有所升高，部分信号频率可达到700-800Hz，这种高频声音可能是一种警报信号，用于警示同伴周围存在危险。大米鱼的发声信号频率范围相对较宽，主要在200-1000Hz之间。在不同行为状态下，大米鱼的发声频率也呈现出明显的变化。在觅食时，大米鱼会发出频率在200-500Hz之间的声音，这些声音可能用于定位猎物或与同伴交流觅食信息。在繁殖季节，大米鱼的发声频率会向高频段偏移，主要集中在600-800Hz之间，这种高频声音可能在求偶过程中起到重要作用，帮助它们吸引异性的注意。黄姑鱼的发声信号频率主要分布在350-900Hz之间。在不同行为状态下，黄姑鱼的发声频率也有所不同。在休息或较为安静的状态下，黄姑鱼会发出频率相对较低的声音，大约在350-500Hz之间，这种低频声音可能是它们在放松状态下的一种交流方式。在求偶或争夺领地时，黄姑鱼的发声频率会升高，达到600-900Hz，通过发出高频声音来展示自己的实力，吸引异性或威慑竞争对手。通过对三种海洋鱼类发声信号频率范围的分析可以看出，它们在频率分布上存在明显的差异，且这些差异与鱼类的行为密切相关。在求偶、觅食、防御等不同行为中，鱼类会根据自身的需求调整发声信号的频率，以实现有效的信息传递。这种差异为利用频率范围特征来区分不同鱼类的行为和种类提供了有力依据。在实际应用中，可以通过监测鱼类发声信号的频率范围，初步判断鱼类的行为状态，进而为渔业资源监测和海洋生态保护提供有价值的信息。3.2.2频谱特征利用傅里叶变换等方法提取三种海洋鱼类发声信号的频谱特征，对于深入理解它们的发声机制和行为具有重要意义。频谱特征能够反映信号在不同频率上的能量分布情况，其中峰值频率和带宽是两个重要的频谱特征。峰值频率是指信号频谱中能量最强的频率。黄花鱼的发声信号峰值频率通常在500-600Hz之间，这一频率范围在其求偶、觅食等行为中相对稳定。在求偶过程中，黄花鱼发出的信号峰值频率集中在550Hz左右，这可能是其与异性进行交流的特征频率，通过发出特定峰值频率的声音来吸引异性的注意。大米鱼的发声信号峰值频率在不同行为状态下有所变化，在觅食时，峰值频率大约在350-450Hz之间，而在求偶时，峰值频率会升高到700-800Hz之间，这种峰值频率的变化与大米鱼的行为需求密切相关。黄姑鱼的发声信号峰值频率主要在600-700Hz之间，在求偶和争夺领地时，峰值频率会更加突出，达到650Hz左右，这表明峰值频率在黄姑鱼的社交行为中起到重要作用。带宽是指信号频谱中能量分布的频率范围。黄花鱼的发声信号带宽相对较窄，一般在100-200Hz之间，这意味着其能量主要集中在一个相对较窄的频率范围内。这种较窄的带宽可能使得黄花鱼的发声信号具有较高的辨识度，有利于在复杂的海洋环境中进行信息传递。大米鱼的发声信号带宽相对较宽，在300-500Hz之间，这表明大米鱼的发声信号能量分布在较宽的频率范围内，可能包含更多的信息。黄姑鱼的发声信号带宽介于黄花鱼和大米鱼之间，大约在200-300Hz之间，这种带宽特点可能与黄姑鱼的生活习性和行为模式有关。除了峰值频率和带宽，频谱特征还包括谐波结构等。通过对三种海洋鱼类发声信号的频谱分析发现，它们的谐波结构也存在差异。黄花鱼的发声信号谐波结构相对简单，主要以基频的整数倍谐波为主，这可能与其发声机制有关。大米鱼的发声信号谐波结构较为复杂，除了整数倍谐波外，还存在一些非整数倍谐波，这可能反映了大米鱼发声过程中的非线性特性。黄姑鱼的发声信号谐波结构介于两者之间，既有明显的整数倍谐波，也有少量的非整数倍谐波。通过对三种海洋鱼类发声信号频谱特征的分析，可以看出它们在峰值频率、带宽和谐波结构等方面存在差异，这些差异为区分不同鱼类的发声信号提供了重要依据。在实际应用中，可以利用这些频谱特征来开发鱼类发声信号识别系统，实现对不同鱼类的自动识别和监测，为海洋生物研究和渔业资源管理提供有力支持。3.3时频域联合特征提取3.3.1小波变换小波变换是一种重要的时频分析方法，其基本原理是将信号分解为一系列小波函数的叠加。小波函数是具有有限支撑集且在正负之间振荡的波形，通过伸缩和平移运算，能够实现对信号的多尺度聚焦分析，从而精准地提取出信号在不同时间和频率的变化信息。在数学表达上，小波变换的连续形式为：W(a,b)=\frac{1}{\sqrt{|a|}}\int_{-\infty}^{\infty}f(t)\psi\left(\frac{t-b}{a}\right)dt其中，a为尺度参数，与频率成反比，控制小波函数的伸缩，较大的尺度对应较低的频率，较小的尺度对应较高的频率；b为平移参数，对应时间，控制小波函数在时间轴上的位置；f(t)是待分析的鱼类发声信号；\psi是小波函数。以黄花鱼的发声信号为例，利用小波变换对其进行分析。首先选择合适的小波基函数，如db4小波基，这是因为db4小波基在处理具有一定突变特性的信号时表现较好，而黄花鱼的发声信号在某些时刻会出现频率和幅值的突变。对黄花鱼的一段时长为1秒的发声信号进行小波变换，分解层数设置为5层。经过小波变换后，得到了不同尺度下的小波系数，这些系数反映了信号在不同频率和时间上的特征。从时频图中可以清晰地看到，在0.2-0.4秒的时间段内，信号的高频成分较为丰富，对应的频率范围在500-800Hz之间，这可能与黄花鱼在该时刻的某种特定行为有关，如求偶时发出的高频信号。在0.6-0.8秒的时间段内，信号的低频成分占主导，频率范围在300-500Hz之间，可能是黄花鱼在进行其他行为时发出的声音。通过对大米鱼和黄姑鱼的发声信号进行类似的小波变换分析，发现它们在时频特征上与黄花鱼存在明显差异。大米鱼的发声信号在时频图上呈现出更宽的频率分布范围，且在不同行为状态下，频率和时间的变化更为复杂。在求偶时，大米鱼的发声信号不仅高频成分丰富，而且在时间上的持续时间更长，能量分布更为集中在高频段。黄姑鱼的发声信号时频特征则介于黄花鱼和大米鱼之间，其频率变化相对较为平稳，在不同行为状态下，频率和时间的变化规律也具有独特性。在休息时，黄姑鱼的发声信号频率较低，且在时间上的分布较为均匀，而在求偶时，频率会有所升高，且出现一些频率调制的现象。小波变换能够有效地提取三种海洋鱼类发声信号的时频域联合特征，通过对时频图的分析，可以更深入地了解鱼类发声信号在不同时间和频率的变化规律，为后续的分类研究提供了丰富的特征信息。3.3.2短时傅里叶变换短时傅里叶变换（STFT）是一种常用的时频分析方法，它在分析鱼类发声信号时频特性方面具有独特的优势。STFT的基本原理是将信号划分成许多短时间片段，对每个片段进行傅里叶变换，从而得到信号在不同时间和频率上的信息。其数学表达式为：STFT_{x}(n,k)=\sum_{m=-\infty}^{\infty}x(m)w(n-m)e^{-j\frac{2\pi}{N}km}其中，x(m)是输入的鱼类发声信号，w(n-m)是窗函数，用于截取信号的短时间片段，n表示时间索引，k表示频率索引，N是傅里叶变换的点数。在实际应用中，窗函数的选择对STFT的结果有重要影响。常用的窗函数有汉宁窗、汉明窗等。汉宁窗具有较好的平滑特性，能够减少频谱泄漏，因此在分析鱼类发声信号时，选择汉宁窗作为窗函数。以大米鱼的发声信号为例，将信号以10毫秒为一个短时间片段进行划分，采用汉宁窗进行加窗处理，然后对每个片段进行256点的傅里叶变换。通过STFT得到的时频图，可以清晰地看到大米鱼发声信号的频率随时间的变化情况。在0.1-0.3秒的时间段内，大米鱼的发声信号频率主要集中在400-600Hz之间，且能量较强，这可能与大米鱼在该时间段内的某种行为活动相关，如觅食时发出的声音。在0.5-0.7秒的时间段内，频率出现了明显的变化，向高频段移动，达到700-800Hz之间，这可能是大米鱼在求偶或受到某种刺激时发出的信号。与黄花鱼和黄姑鱼的发声信号时频图进行对比，发现它们之间存在显著差异。黄花鱼的发声信号在时频图上呈现出相对较窄的频率分布范围，且频率变化相对较为稳定。在求偶时，黄花鱼的发声信号频率集中在一个较窄的频段内，时间上也相对较短。黄姑鱼的发声信号时频图则显示出其频率变化较为复杂，存在多个频率峰值，且在不同行为状态下，频率和时间的变化规律与大米鱼和黄花鱼都有所不同。在休息时，黄姑鱼的发声信号频率较低，且在时间上分布较为均匀，而在求偶时，频率会迅速升高，且出现频率调制的现象，表现为多个频率成分的叠加。短时傅里叶变换能够直观地展示三种海洋鱼类发声信号的时频特性，通过对时频图的分析，可以获取信号在不同时间和频率上的变化信息，为鱼类发声信号的分类和行为研究提供了有力的支持。3.4基于机器学习的特征选择3.4.1特征重要性评估在海洋鱼类发声信号分类研究中，准确评估各个特征的重要性是筛选出关键特征、提高分类准确性的重要环节。随机森林算法作为一种强大的机器学习工具，在特征重要性评估方面具有独特的优势。随机森林是一种基于决策树的集成学习算法，它通过构建多个决策树，并对这些决策树的结果进行综合，从而提高模型的准确性和稳定性。随机森林评估特征重要性的原理主要基于基尼指数（Giniindex）。在随机森林的每棵决策树中，节点分裂时会依据基尼指数来选择最优的分裂特征。基尼指数用于衡量数据的不纯度，其值越小，表示数据的纯度越高。当一个特征在决策树的节点分裂中被频繁选择，且能够显著降低节点的基尼指数时，说明该特征对分类具有重要贡献。具体计算过程如下：假设数据集D包含K个类别，第k类样本在节点中的比例为p_{k}，则节点的基尼指数Gini(D)计算公式为：Gini(D)=1-\sum_{k=1}^{K}p_{k}^{2}当使用特征A对节点进行分裂后，得到两个子节点D_1和D_2，此时特征A在该节点的重要性，即节点分枝前后的基尼指数变化量\DeltaGini(A)为：\DeltaGini(A)=Gini(D)-\frac{|D_1|}{|D|}Gini(D_1)-\frac{|D_2|}{|D|}Gini(D_2)其中，|D|、|D_1|和|D_2|分别表示数据集D、子节点D_1和D_2的样本数量。对于黄花鱼、大米鱼和黄姑鱼的发声信号特征，将提取得到的时域、频域和时频域联合特征作为输入，利用随机森林算法进行特征重要性评估。经过训练和计算，得到各个特征的重要性得分。以频率范围、持续时间、峰值频率和带宽这四个特征为例，假设在对三种鱼类发声信号进行分类时，随机森林评估得到的频率范围的重要性得分为0.3，持续时间的重要性得分为0.15，峰值频率的重要性得分为0.25，带宽的重要性得分为0.1。从这些得分可以看出，频率范围在分类中具有较高的重要性，这可能是因为不同种类的鱼类在发声频率范围上存在明显差异，能够为分类提供关键信息。持续时间和峰值频率也具有一定的重要性，它们从不同角度反映了鱼类发声信号的特征，对分类也有一定的贡献。而带宽的重要性相对较低，可能在区分这三种鱼类时，其提供的信息相对较少。根据重要性得分，设定一个合适的阈值，如0.2，筛选出重要性得分大于该阈值的特征，如频率范围和峰值频率。这些筛选出的特征对分类贡献较大，能够有效提高分类的准确性和效率，为后续的分类模型训练提供更有价值的输入。通过这种基于随机森林的特征重要性评估和筛选方法，可以去除一些冗余和不重要的特征，减少数据维度，降低计算复杂度，同时提高分类模型的性能。3.4.2特征降维在处理海洋鱼类发声信号数据时，高维度的特征空间可能会带来计算量增加、模型训练时间长以及过拟合等问题。为解决这些问题，采用主成分分析（PCA）等降维方法对特征进行降维处理，具有重要的实际意义。主成分分析的基本原理是通过线性变换，将原始的高维数据投影到一组新的正交基向量上，这些新的基向量被称为主成分。主成分的选择是基于数据的方差，第一个主成分方向是数据方差最大的方向，第二个主成分方向是与第一个主成分正交且方差次大的方向，以此类推。通过这种方式，将原始数据转换为少数几个主成分，这些主成分能够保留原始数据的大部分重要信息。在数学推导上，假设原始数据矩阵X的维度为n\timesm，其中n是样本数量，m是特征数量。首先对数据进行标准化处理，使每个特征的均值为0，标准差为1。然后计算标准化数据的协方差矩阵C，其计算公式为：C=\frac{1}{n-1}X^TX接着对协方差矩阵C进行特征值分解，得到特征值\lambda_i和特征向量v_i，其中i=1,2,\cdots,m。特征值\lambda_i表示对应主成分方向上的数据方差大小。根据特征值的大小，选择前k个最大特征值对应的特征向量，组成变换矩阵V，V的维度为m\timesk。最后，将原始数据矩阵X与变换矩阵V相乘，得到降维后的数据矩阵Y，其维度为n\timesk，即：Y=XV以三种海洋鱼类发声信号的特征数据为例，假设原始特征数据包含时域、频域和时频域联合特征，总共有20个特征。在未进行降维处理时，使用支持向量机（SVM）对这些特征数据进行分类，模型训练时间较长，且在测试集上的准确率为70%。当采用主成分分析进行降维时，通过计算协方差矩阵和特征值分解，发现前5个主成分能够保留原始数据90%以上的信息。将原始的20维特征数据降维到5维后，再次使用SVM进行分类。此时，模型的训练时间大幅缩短，仅为原来的三分之一，而在测试集上的准确率提高到了75%。这表明主成分分析在降低特征维度的同时，不仅减少了计算量，还提高了分类效率和准确性，有效地解决了高维度数据带来的问题，为海洋鱼类发声信号的分类研究提供了更高效的处理方式。四、海洋鱼类发声信号分类方法4.1传统分类方法4.1.1线性判别分析（LDA）线性判别分析（LinearDiscriminantAnalysis，LDA）是一种经典的有监督降维与分类方法，在模式识别领域有着广泛应用。其核心原理基于“投影后类内方差最小，类间方差最大”的准则，旨在将高维数据投影到低维空间中，使得不同类别的数据在低维空间中具有较大的类间距离和较小的类内距离，从而实现有效的分类。假设我们有C个类别，对于每一个类别i，i=1,2,\cdots,C，数据样本为x_{ij}，其中j=1,2,\cdots,n_i，n_i是第i类别的样本数量。首先计算每个类别的均值向量\mu_i：\mu_i=\frac{1}{n_i}\sum_{j=1}^{n_i}x_{ij}然后计算类内散度矩阵S_w和类间散度矩阵S_b。类内散度矩阵表示同一类别内数据的离散程度，其计算公式为：S_w=\sum_{i=1}^{C}\sum_{j=1}^{n_i}(x_{ij}-\mu_i)(x_{ij}-\mu_i)^T类间散度矩阵表示不同类别之间数据的离散程度，计算公式为：S_b=\sum_{i=1}^{C}n_i(\mu_i-\mu)(\mu_i-\mu)^T其中，\mu是所有样本的总体均值。接下来，计算广义特征值问题：S_bw=\lambdaS_ww求解该方程，得到特征值\lambda和对应的特征向量w。通常选择前k个最大特征值对应的特征向量组成投影矩阵W，k一般小于类别数C-1，通过W将原始数据x投影到低维空间y：y=W^Tx将LDA应用于黄花鱼、大米鱼和黄姑鱼的发声信号分类。首先，提取三种鱼类发声信号的时域、频域和时频域联合特征，组成高维特征向量。假设原始特征向量维度为d，经过LDA处理后，将其投影到低维空间，维度降为k。在训练阶段，使用带有类别标签的训练数据计算S_w、S_b，并求解特征值和特征向量，得到投影矩阵W。在测试阶段，将测试样本的特征向量通过W投影到低维空间，然后根据投影后的结果进行分类。可以采用最近邻分类器等简单的分类方法，将测试样本分类到与其投影点距离最近的类别中心所属的类别。通过实验评估LDA对三种海洋鱼类发声信号的分类效果。在一个包含300个样本的数据集上，其中黄花鱼、大米鱼和黄姑鱼各100个样本，按照70%作为训练集，30%作为测试集的比例进行划分。使用LDA将特征维度从20维降至3维，然后采用最近邻分类器进行分类。实验结果表明，LDA对黄花鱼的分类准确率达到75%，对大米鱼的分类准确率为70%，对黄姑鱼的分类准确率为72%，总体分类准确率为72.2%。这表明LDA在处理三种海洋鱼类发声信号分类时，能够在一定程度上提取有效的分类特征，但对于一些特征较为相似的鱼类，分类准确率还有提升空间。4.1.2支持向量机（SVM）支持向量机（SupportVectorMachine，SVM）是一种强大的监督学习算法，广泛应用于分类和回归问题。其核心思想是通过寻找一个最优超平面，将不同类别的数据分开，并且使两类数据之间的间隔最大化，从而增强模型的泛化能力。在线性可分的情况下，假设我们有一组训练数据\{(x_i,y_i)\}，其中x_i\in\mathbb{R}^n是输入特征向量，y_i\in\{-1,1\}是类别标签。超平面的方程可以表示为w^Tx+b=0，其中w是超平面的法向量，决定了超平面的方向，b是偏置项，决定了超平面的位置。对于给定的样本点x_i，其到超平面的距离为\frac{|w^Tx_i+b|}{\|w\|}。为了获得最佳的分类性能，我们希望最大化这个间隔，即最大化\frac{1}{\|w\|}，这等价于最小化\frac{1}{2}\|w\|^2。同时，为了确保所有样本都被正确分类，要求每个样本点x_i满足：对于y_i=+1，w^Tx_i+b\geq1；对于y_i=-1，w^Tx_i+b\leq-1，将这两个条件结合起来，得到y_i(w^Tx_i+b)\geq1，\foralli。这个优化问题可以表示为：\min_{w,b}\frac{1}{2}\|w\|^2约束条件为：y_i(w^Tx_i+b)\geq1，\foralli对于非线性可分的数据，SVM通过引入核函数将低维空间中的数据映射到高维空间，使得在高维空间中数据变得线性可分。常见的核函数有线性核（LinearKernel）：K(x,y)=x^Ty；多项式核（PolynomialKernel）：K(x,y)=(x^Ty+1)^d，其中d是多项式的次数；高斯核（GaussianKernel）：K(x,y)=\exp(-\gamma\|x-y\|^2)，其中\gamma是核函数的参数。在实际应用中，为了处理训练数据中的异常点，还引入了松弛变量\xi_i和正则化参数C，优化问题变为：\min_{w,b,\xi}\frac{1}{2}\|w\|^2+C\sum_{i=1}^{n}\xi_i约束条件为：y_i(w^Tx_i+b)\geq1-\xi_i，\xi_i\geq0，\foralli通过实验对比不同核函数下SVM对黄花鱼、大米鱼和黄姑鱼发声信号的分类性能。在实验中，使用与LDA实验相同的数据集，将数据分为训练集和测试集。分别采用线性核、多项式核（d=3）和高斯核（\gamma=0.1）的SVM进行分类。实验结果表明，线性核SVM对黄花鱼的分类准确率为78%，对大米鱼的分类准确率为73%，对黄姑鱼的分类准确率为75%，总体分类准确率为75.3%；多项式核SVM对黄花鱼的分类准确率为80%，对大米鱼的分类准确率为75%，对黄姑鱼的分类准确率为76%，总体分类准确率为77%；高斯核SVM对黄花鱼的分类准确率为82%，对大米鱼的分类准确率为78%，对黄姑鱼的分类准确率为79%，总体分类准确率为79.7%。从结果可以看出，高斯核SVM在三种核函数中表现最佳，能够更好地处理三种海洋鱼类发声信号的非线性分类问题，提高分类准确率。4.2机器学习分类方法4.2.1随机森林随机森林是一种基于决策树的集成学习算法，它通过构建多个决策树，并将这些决策树的预测结果进行综合，从而提高模型的准确性和稳定性。在处理海洋鱼类发声信号分类问题时，随机森林具有独特的优势。随机森林的构建过程主要包括以下几个步骤：首先，采用有放回抽样（BootstrapSampling）的方法，从原始训练数据集中生成多个不同的训练子集。每个子集都包含与原始数据集相同数量的样本，但由于是有放回抽样，子集中可能会存在重复的样本。然后，针对每个训练子集，构建一棵决策树。在构建决策树的过程中，对于每个分裂节点，不是考虑所有的特征，而是从所有特征中随机选择一部分特征，基于这些随机选择的特征来选择最佳的分裂方式。决策树通常会生长到最大深度而不进行剪枝，以尽可能捕捉数据中的细节。对于黄花鱼、大米鱼和黄姑鱼的发声信号分类，将提取到的时域、频域和时频域联合特征作为随机森林模型的输入。假设我们有一个包含500个样本的数据集，其中黄花鱼、大米鱼和黄姑鱼的样本各150个，其余50个为其他干扰样本。将数据集按照70%作为训练集，30%作为测试集的比例进行划分。在训练过程中，设置随机森林中的决策树数量为100棵，每个分裂节点随机选择的特征数量为总特征数量的平方根。经过训练后，利用测试集对随机森林模型的性能进行评估。实验结果表明，随机森林对黄花鱼的分类准确率达到85%，对大米鱼的分类准确率为82%，对黄姑鱼的分类准确率为83%，总体分类准确率为83.3%。这表明随机森林在处理三种海洋鱼类发声信号分类时，能够取得较好的分类效果。与其他分类方法相比，随机森林具有较高的准确性和稳定性。它通过多个决策树的集成，减少了单个决策树的过拟合风险，能够更好地适应不同鱼类发声信号的复杂特征。同时，随机森林对噪声和异常值具有较强的鲁棒性，在实际应用中，即使数据中存在一些噪声或异常样本，随机森林仍然能够保持较好的分类性能。4.2.2神经网络神经网络是一种强大的机器学习模型，其中多层感知机（MultilayerPerceptron，MLP）作为一种基本的神经网络结构，在处理复杂的海洋鱼类发声信号分类问题时展现出独特的优势。多层感知机的结构由输入层、隐藏层和输出层组成，每层之间的神经元完全连接，但层内的神经元之间不连接。在处理海洋鱼类发声信号时，输入层接收提取到的时域、频域和时频域联合特征数据，这些特征经过隐藏层的加权求和和激活函数处理后，实现对信号特征的非线性变换和提取。常用的激活函数有ReLU（RectifiedLinearUnit）、Sigmoid和Tanh等。ReLU函数定义为f(x)=\max(0,x)，它对负值输出零，对正值保持原值，计算高效且能有效缓解梯度消失问题。隐藏层的输出作为下一层的输入，经过多层处理后，最终在输出层得到分类结果。以黄花鱼、大米鱼和黄姑鱼的发声信号分类为例，构建一个包含两个隐藏层的多层感知机模型。输入层的神经元数量根据提取的特征数量确定，假设提取了20个特征，则输入层神经元数量为20。第一个隐藏层设置128个神经元，第二个隐藏层设置64个神经元，输出层神经元数量为3，分别对应黄花鱼、大米鱼和黄姑鱼三个类别。在训练过程中，采用交叉熵损失函数来衡量模型预测结果与真实标签之间的差异，使用Adam优化器对模型的权重和偏置进行更新，学习率设置为0.001。经过多次迭代训练后，利用测试集对模型进行评估。实验结果显示，多层感知机对黄花鱼的分类准确率达到88%，对大米鱼的分类准确率为85%，对黄姑鱼的分类准确率为86%，总体分类准确率为86.3%。与传统分类方法相比，多层感知机能够自动学习到海洋鱼类发声信号的复杂特征，通过非线性变换和多层结构，更好地捕捉信号中的模式和规律，从而提高分类的准确性。它能够处理更复杂的非线性关系，对于具有相似特征的不同鱼类发声信号，也能够通过学习到的深层次特征进行准确分类。4.3集成学习分类方法4.3.1投票法集成投票法集成是一种简单而有效的集成学习方法，它将多个分类器的预测结果进行汇总，通过投票的方式得出最终的分类决策。在海洋鱼类发声信号分类中，投票法集成能够充分利用不同分类器的优势，提高分类的准确性和稳定性。假设我们有N个分类器，分别为C_1,C_2,\cdots,C_N，对于一个待分类的鱼类发声信号样本x，每个分类器都会给出一个预测结果y_{i}，其中i=1,2,\cdots,N。投票法集成的基本原理是统计每个类别在N个分类器预测结果中出现的次数，将出现次数最多的类别作为最终的分类结果。具体实现过程如下：首先，训练多个不同的分类器，如支持向量机（SVM）、随机森林（RF）和多层感知机（MLP）等。然后，将这些分类器应用于测试集，每个分类器对测试集中的每个样本进行预测，得到各自的预测结果。最后，对所有分类器的预测结果进行投票统计。例如，对于一个包含100个样本的测试集，SVM预测其中60个样本为黄花鱼，30个样本为大米鱼，10个样本为黄姑鱼；RF预测55个样本为黄花鱼，35个样本为大米鱼，10个样本为黄姑鱼；MLP预测65个样本为黄花鱼，25个样本为大米鱼，10个样本为黄姑鱼。在这种情况下，通过投票法，黄花鱼获得了180票（60+55+65），大米鱼获得了90票（30+35+25），黄姑鱼获得了30票（10+10+10），因此最终将该样本分类为黄花鱼。通过实验对比投票法集成前后的分类性能，发现投票法集成后的分类准确率有了显著提升。在未使用投票法集成时，单个SVM对黄花鱼、大米鱼和黄姑鱼的分类准确率分别为82%、78%和79%，总体分类准确率为79.7%；单个RF的分类准确率分别为85%、82%和83%，总体分类准确率为83.3%；单个MLP的分类准确率分别为88%、85%和86%，总体分类准确率为86.3%。而使用投票法集成这三个分类器后，对黄花鱼、大米鱼和黄姑鱼的分类准确率分别提升到了90%、88%和89%，总体分类准确率达到了89%。这表明投票法集成能够有效地融合多个分类器的优势，提高海洋鱼类发声信号分类的准确性和稳定性，为实际应用提供了更可靠的分类结果。4.3.2堆叠法集成堆叠法集成是一种更为复杂但强大的集成学习方法，它通过构建多层模型来提高分类性能。其基本原理是将多个基分类器的预测结果作为新的特征，输入到一个元分类器中，由元分类器进行最终的分类决策。在堆叠法集成中，首先将训练集划分为两部分，一部分用于训练基分类器，另一部分用于生成元分类器的训练数据。假设有三个基分类器C_1、C_2和C_3，使用第一部分训练集分别训练这三个基分类器。然后，用训练好的基分类器对第二部分训练集进行预测，得到的预测结果作为新的特征。例如，对于第二部分训练集中的一个样本，C_1预测其为类别A，C_2预测其为类别B，C_3预测其为类别A，那么这三个预测结果就构成了一个新的特征向量[A,B,A]。将所有样本的新特征向量与对应的真实标签组成元分类器的训练集，用于训练元分类器。在测试阶段，首先用基分类器对测试样本进行预测，得到新的特征向量，再将其输入到元分类器中，由元分类器给出最终的分类结果。在实验中，选择随机森林、支持向量机和多层感知机作为基分类器，以逻辑回归作为元分类器，对黄花鱼、大米鱼和黄姑鱼的发声信号进行分类。实验结果显示，堆叠法集成后的分类准确率得到了显著提高。在未使用堆叠法集成时，随机森林的总体分类准确率为83.3%，支持向量机为79.7%，多层感知机为86.3%。而使用堆叠法集成后，总体分类准确率提升到了92%，对黄花鱼的分类准确率达到93%，对大米鱼的分类准确率为91%，对黄姑鱼的分类准确率为92%。这表明堆叠法集成能够充分挖掘不同分类器之间的互补信息，通过元分类器的学习，进一步提高分类的准确性，在海洋鱼类发声信号分类中展现出了良好的性能，为海洋生物声学研究和实际应用提供了更有效的分类手段。五、实验结果与分析5.1特征提取结果分析5.1.1不同特征的区分能力通过对黄花鱼、大米鱼和黄姑鱼三种海洋鱼类发声信号的时域、频域和时频域特征提取，深入分析了各特征对三种鱼类的区分能力。在时域特征方面，持续时间和脉冲特征表现出一定的区分能力。黄花鱼的发声信号持续时间在0.1-0.5秒之间，大米鱼在0.2-0.6秒之间，黄姑鱼在0.15-0.45秒之间，存在一定的差异。声脉冲数量和周期也能反映出不同鱼类的行为和种类特征。黄花鱼在繁殖期间声脉冲数量较多，平均每次发声包含10-15个脉冲，大米鱼在受到威胁时声脉冲数量可达15-20个脉冲，黄姑鱼在求偶行为中声脉冲数量会有所增加，平均每次发声包含12-16个脉冲。这些差异使得时域特征在一定程度上能够区分三种鱼类，但对于一些行为状态相似的情况，区分能力相对有限。频域特征在区分三种鱼类时表现出较好的效果。黄花鱼的发声信号频率主要集中在300-800Hz之间，大米鱼在200-1000Hz之间，黄姑鱼在350-900Hz之间，频率范围的差异较为明显。频谱特征中的峰值频率和带宽也具有较强的区分能力。黄花鱼的发声信号峰值频率通常在500-600Hz之间，带宽相对较窄，一般在100-200Hz之间；大米鱼的峰值频率在不同行为状态下有所变化，带宽相对较宽，在300-500Hz之间；黄姑鱼的峰值频率主要在600-700Hz之间，带宽介于黄花鱼和大米鱼之间，大约在200-300Hz之间。这些频域特征的差异能够有效地区分三种鱼类。时频域联合特征通过小波变换和短时傅里叶变换提取，能够更全面地反映信号在时间和频率维度上的变化信息，具有很强的区分能力。小波变换得到的时频图能够清晰地展示信号在不同时间和频率的变化规律，不同鱼类的时频特征差异明显。黄花鱼在某些时刻的高频成分和低频成分的分布与大米鱼和黄姑鱼不同，大米鱼在求偶时的频率和时间变化特征也与其他两种鱼类有显著区别。短时傅里叶变换的时频图同样能够直观地展示三种鱼类发声信号的时频特性差异，为区分不同鱼类提供了有力的支持。综合来看，时频域联合特征的区分能力最强，能够更全面地反映三种鱼类发声信号的特征差异；频域特征次之，能够通过频率范围、峰值频率和带宽等特征有效地进行区分；时域特征虽然也有一定的区分能力，但相对较弱，需要与其他特征结合使用，以提高对三种海洋鱼类发声信号的区分效果。5.1.2特征相关性分析为深入探究各特征之间的关系，确保特征选择的合理性，对提取的时域、频域和时频域特征进行相关性分析。相关性分析能够帮助我们了解不同特征之间的关联程度，避免选择高度相关的特征，从而减少数据冗余，提高分类模型的性能。采用皮尔逊相关系数对各特征进行相关性计算。皮尔逊相关系数是一种常用的衡量两个变量线性相关程度的指标，其取值范围在-1到1之间。当相关系数接近1时，表示两个变量正相关，即一个变量增加，另一个变量也倾向于增加；当相关系数接近-1时，表示两个变量负相关，即一个变量增加，另一个变量倾向于减少；当相关系数接近0时，表示两个变量之间几乎不存在线性相关关系。在时域特征中，持续时间与声脉冲数量之间存在一定的正相关关系，相关系数约为0.35。这表明随着发声信号持续时间的增加，声脉冲数量也有增加的趋势。这种相关性可能与鱼类的发声机制和行为模式有关，较长的发声持续时间可能需要更多的声脉冲来传递信息。在频域特征中，频率范围与峰值频率之间存在较强的正相关关系，相关系数达到0.7。这意味着频率范围较宽的鱼类，其峰值频率往往也较高。例如，大米鱼的频率范围相对较宽，其在某些行为状态下的峰值频率也较高。带宽与峰值频率之间也存在一定的正相关关系，相关系数约为0.45，说明带宽较宽的鱼类，其峰值频率也有升高的趋势。在时频域联合特征中，小波变换提取的某些时频特征与频域特征中的峰值频率和带宽存在一定的相关性。例如，小波变换中高频部分的能量分布与峰值频率的相关系数约为0.5，这表明小波变换能够捕捉到与频域特征相关的信息，进一步验证了时频域联合特征的有效性。通过相关性分析，发现部分特征之间存在一定的相关性，但没有出现高度相关的特征。这表明在特征选择过程中，所选取的时域、频域和时频域特征具有一定的独立性和互补性，能够从不同角度反映三种海洋鱼类发声信号的特征，为后续的分类研究提供了合理的特征组合。在构建分类模型时，可以充分利用这些特征，提高模型的分类准确性和稳定性。5.2分类结果评估5.2.1评估指标选择为全面、准确地评估不同分类方法对三种海洋鱼类发声信号的分类性能，本研究选取了准确率、召回率、F1值等作为主要评估指标。准确率（Accuracy）是指分类正确的样本数占总样本数的比例，其计算公式为：Accuracy=\frac{TP+TN}{TP+TN+FP+FN}其中，TP（TruePositive）表示真正例，即实际为正样本且被正确分类为正样本的数量；TN（TrueNegative）表示真反例，即实际为负样本且被正确分类为负样本的数量；FP（FalsePositive）表示假正例，即实际为负样本但被错误分类为正样本的数量；FN（FalseNegative）表示假反例，即实际为正样本但被错误分类为负样本的数量。准确率能够直观地反映分类模型在整体样本上的正确分类能力，是评估分类性能的重要指标之一。召回率（Recall），也称为查全率，是指实际为正样本且被正确分类为正样本的数量占实际正样本总数的比例，计算公式为：Recall=\frac{TP}{TP+FN}召回率主要衡量分类模型对正样本的覆盖程度，即能够正确识别出的正样本的比例。在海洋鱼类发声信号分类中，召回率高意味着模型能够准确地识别出更多的目标鱼类发声信号，对于准确监测鱼类种类和行为具有重要意义。F1值（F1-score）是精确率（Precision）和召回率的调和平均数，精确率是指分类正确的正样本数占被分类为正样本总数的比例，计算公式为：Precision=\frac{TP}{TP+FP}F1值的计算公式为：F1=\frac{2\timesPrecision\timesRecall}{Precision+Recall}F1值综合考虑了精确率和召回率，能够更全面地评估分类模型的性能。当精确率和召回率都较高时，F1值也会较高，因此F1值在评估分类模型时具有重要的参考价值，能够避免只关注单一指标而导致的评估偏差。选择这些指标的原因在于，它们能够从不同角度全面地评估分类模型的性能。准确率提供了整体的分类正确性评估，但在样本不均衡的情况下，可能会掩盖模型对少数类别的分类能力。召回率和精确率则分别从正样本的覆盖和分类准确性方面进行评估，对于分析模型在特定类别上的表现至关重要。F1值综合了精确率和召回率，能够更平衡地反映模型的整体性能，避免了单一指标评估的局限性。在实际应用中，这些指标的综合使用能够帮助我们更准确地判断不同分类方法的优劣，为选择最佳的分类方法提供科学依据。5.2.2不同分类方法性能对比通过对传统分类方法（线性判别分析LDA、支持向量机SVM）、机器学习分类方法（随机森林、神经网络）和集成学习分类方法（投票法集成、堆叠法集成）的实验，对它们在三种海洋鱼类发声信号分类中的性能进行了详细对比。传统分类方法中，线性判别分析（LDA）旨在通过投影最大化类间距离和最小化类内距离来实现分类。在本研究中，LDA对黄花鱼的分类准确率为75%，对大米鱼的分类准确率为70%，对黄姑鱼的分类准确率为72%，总体分类准确率为72.2%。LDA的优点是计算简单，对线性可分的数据具有较好的分类效果，能够有效地降低数据维度，减少计算量。然而，它的局限性在于对数据的线性假设较强，对于非线性可分的数据，分类性能会显著下降。在处理三种海洋鱼类发声信号时，由于信号特征存在一定的非线性关系，LDA的分类准确率相对较低。支持向量机（SVM）通过寻找最优超平面来实现分类，对于非线性问题，可通过核函数将数据映射到高维空间使其线性可分。实验结果显示，采用高斯核的SVM对黄花鱼的分类准确率为82%，对大米鱼的分类准确率为78%，对黄姑鱼的分类准确率为79%，总体分类准确率为79.7%。SVM在处理小样本、非线性问题时表现出色，能够有效地避免过拟合问题。但SVM的计算复杂度较高，对于大规模数据集的处理效率较低，且核函数的选择和参数调整对分类结果影响较大，需要一定的经验和技巧。机器学习分类方法中，随机森林通过构建多个决策树并综合其结果进行分类，具有较好的泛化能力和鲁棒性。在本研究中，随机森林对黄花鱼的分类准确率达到85%，对大米鱼的分类准确率为82%，对黄姑鱼的分类准确率为83%，总体分类准确率为83.3%。随机森林能够处理高维数据，对噪声和异常值具有较强的容忍性，且不需要进行复杂的特征工程。然而，随机森林的决策树构建过程相对复杂，计算时间较长，对于一些实时性要求较高的应用场景不太适用。神经网络中的多层感知机（MLP）具有强大的非线性拟合能力，能够自动学习数据的复杂特征。实验结果表明，MLP对黄花鱼的分类准确率达到88%，对大米鱼的分类准确率为85%，对黄姑鱼的分类准确率为86%，总体分类准确率为86.3%。MLP在处理复杂的非线性分类问题时表现优异，能够学习到数据的深层次特征。但MLP的训练过程需要大量的计算资源和时间，容易出现过拟合现象，且模型的可解释性较差。集成学习分类方法中，投票法集成通过将多个分类器的预测结果进行投票来确定最终分类，能够综合多个分类器的优势。在本研究中，投票法集成对黄花鱼、大米鱼和黄姑鱼的分类准确率分别提升到了90%、88%和89%，总体分类准确率达到了89%。投票法集成简单直观，易于实现，能够有效地提高分类的稳定性和准确性。但它的性能依赖于所选择的基分类器，如果基分类器之间的差异不大，集成效果可能不明显。堆叠法集成通过构建多层模型，将基分类器的预测结果作为新的特征输入到元分类器中进行最终分类。实验结果显示，堆叠法集成后的总体分类准确率提升到了92%，对黄花鱼的分类准确率达到93%，对大米鱼的分类准确率为91%，对黄姑鱼的分类准确率为92%。堆叠法集成能够充分挖掘不同分类器之间的互补信息，进一步提高分类性能。但它的实现过程相对复杂，需要合理选择基分类器和元分类器，且计算量较大。综上所述，传统分类方法计算简单，但对非线性数据的处理能力有限；机器学习分类方法具有较强的非线性拟合能力，但存在计算复杂、过拟合等问题；集成学习分类方法能够综合多个分类器的优势，提高分类的准确性和稳定性，但实现过程相对复杂。在实际应用中，应根据具体需求和数据特点选择合适的分类方法。5.3影响分类效果的因素分析5.3.1数据量的影响数据量的大小对海洋鱼类发声信号分类效果有着显著影响。在本研究中，通过对不同数据量下分类模型性能的测试，发现随着数据量的增加，分类准确率呈现上升趋势。当数据量较小时，模型可能无法充分学习到不同鱼类发声信号的特征，导致分类准确率较低。例如，在最初使用100个样本进行训练时，随机森林模型对黄花鱼、大米鱼和黄姑鱼的总体分类准确率仅为70%。这是因为有限的数据量无法涵盖三种鱼类发声信号的所有特征变化，模型容易出现过拟合现象，对未见过的数据泛化能力较差。随着数据量逐渐增加到300个样本时，随机森林模型的总体分类准确率提升至83.3%。更多的数据为模型提供了更丰富的特征信息，使得模型能够学习到更全面的发声信号特征，从而提高了分类的准确性。当数据量进一步增加到500个样本时，分类准确率达到了85%，虽然提升幅度相对较小，但仍然表明增加数据量有助于提高模型的性能。充足的数据量能够让模型学习到更全面的特征，减少过拟合现象，提高分类的准确性和泛化能力。在实际应用中，为了获得更好的分类效果，应尽可能收集更多的海洋鱼类发声信号数据。可以通过扩大数据采集的时间范围、地点范围以及增加样本数量等方式来扩充数据量。在不同的季节、不同的海域进行数据采集，以获取不同环境条件下的鱼类发声信号，丰富数据的多样性，从而提升分类模型的性能，为海洋鱼类的研究和监测提供更可靠的支持。5.3.2噪声干扰的影响噪声干扰是影响海洋鱼类发声信号分类准确性的重要因素之一。在海洋环境中，存在着各种复杂的噪声源，如海浪声、船只航行噪声、其他海洋生物的发声等，这些噪声会与鱼类发声信号混合，使信号的特征变得模糊，增加了分类的难度。当噪声强度较低时，分类模型仍然能够在一定程度上识别出鱼类发声信号的特征，但分类准确率会有所下降。在添加了信噪比为20dB的噪声后，支持向量机（SVM）对三种海洋鱼类发声信号的总体分类准确率从79.7%下降到了75%。这是因为较低强度的噪声虽然没有完全掩盖鱼类发声信号的主要特征，但会对信号的细节产生干扰，使得模型在识别特征时出现偏差。随着噪声强度的增加，当信噪比降低到10dB时，SVM的总体分类准确率进一步下降到了70%。高强度的噪声会严重掩盖鱼类发声信号的特征，使模型难以准确区分不同鱼类的发声信号。在这种情况下，噪声可能会导致信号的频率、幅值等特征发生较大变化，与鱼类发声信号的真实特征产生混淆，从而使模型的分类性能大幅下降。为减少噪声干扰，本研究采用了结合完全集合经验模态分解（CEEMDAN）与改进小波阈值的信号降噪方法。该方法能够有效地去除噪声，保留鱼类发声信号的关键特征。在对添加了10dB信噪比噪声的信号进行降噪处理后，SVM的总体分类准确率提升到了73%，表明该降噪方法能够在一定程