一种基于周期性分析非负矩阵分解的虾叫识别方法

本发明公开一种基于周期性分析非负矩阵分解的虾叫识别方法，其领域为养殖技术领域。本发明引入具有自学习能力的周期性分析非负矩阵分解算法，将原始声学数据分解为基矩阵和编码矩阵，提取关于每个声源的时间变化的初步信息，可以有效分离自然环境噪声和生物叫声，并具备对不同信号的强大自适应能力,实现了无监督的噪声分离，提高了识别的准确性和时效性，适应动态环境噪声，为虾塘养殖管理提供了有力的数据支持；具备自学习能力，能够通过引入稀疏约束的非负矩阵分解技术，对不同基矩阵进行聚类，有效识别和区分虾的发声特征，可以满足虾塘养殖需求，在面对多种环境下的各类生物声分离时无需重新训练模型，高效快捷且准确率高，应用场景广泛。