Aspirantes
Estudiantes
Docentes
Administrativos
SAPIENS
Correo Institucional

Identificación de aves a partir de canto característico e información contenida en bases de datos

Maya Gonzales, Juan Carlos Y Leyton Calderon, Roger (2011) Identificación de aves a partir de canto característico e información contenida en bases de datos. Project Report. Universidad de Nariño, Pasto, Colombia.

[img]
Preview
Text
86094.pdf

Download (1MB) | Preview
URL Oficial: https://biblioteca.udenar.edu.co/atenea/86094.pdf

Resumen

Este trabajo describe el desarrollo de un sistema para la caracterización y reconocimiento más adecuado del canto de ave tomando como referencia una base de datos de 10 aves. Se hace uso de la función PSD (Densidad Espectral de Potencia) como la mejor opción por la marcada diferenciación de los cantos de diferentes especies en pocos datos, así, se implementaron métodos como Redes Neuronales, PCA (Análisis de Componentes Principales) y Correlación, que generaron muy buenos resultados usando cantos de aves de diferentes reservas, tanto de la región como a nivel mundial. Las Redes Neuronales después de su entrenamiento y validación resultan ser las que mejor desempeño presentan en el reconocimiento. Se desarrolla una aplicación en MATLAB que muestra los resultados de reconocimiento en porcentajes de exactitud después de ingresar un canto determinado, esto apoyado en una base de datos de 10 aves fija para el método de ANN (Redes Neuronales Artificiales) y modificable en PCA y Correlación. Usando la tarjeta Domino FEZ se desarrolla un sistema embebido que incluye la lectura de un canto de ave a analizar mediante una tarjeta SD, el cálculo de la función PSD y una red neuronal ya entrenada y validada, para finalmente desplegar los resultados en una LCD. Los resultados son muy cercanos a los obtenidos en PC.

Tipo de Elemento: Monografía (Project Report)
Asunto: T Tecnología > TK Electrical engineering. Electronics Nuclear engineering
Division: Facultad de Ingeniería > Programa de Ingeniería Electrónica > Trabajos de grado
Depósito de Usuario: Monitor COES 1
Fecha Deposito: 16 Nov 2017 16:43
Ultima Modificación: 16 Nov 2017 16:43
URI: http://sired.udenar.edu.co/id/eprint/3985

Ver Elemento Ver Elemento