摘要：针对淡水鱼种类自动识别问题,采用被动水声信号作为数据源,运用维纳滤波和采样降噪法对水声信号进行预处理,通过4层小波包分解算法提取频段能量,结合信号的短时平均能量和短时平均过零率构建特征向量,使用概率神经网络分类器实现了淡水鱼种类的快速识别,研究了不同平滑因子取值对识别效果的影响。结果表明,当平滑因子为9~19时识别效果最佳,其中草鱼、鳊鱼、鲫鱼的识别正确率均为100%,无鱼状态的识别正确率为77.3%,总正确率为94.3%。

关键词：淡水鱼 被动水声信号 种类识别 概率神经网络 

单位：华中农业大学工学院; 武汉430070; 华中农业大学食品科技学院; 武汉430070