共查询到20条相似文献,搜索用时 234 毫秒
1.
为探索蟋蟀不同呜叫声的发声原理,以双斑蟋(Gryllus bimachlatus)成虫为实验材料,用Cool—edit2000声音采集软件记录、分析,同时用数码照像机抓拍蟋蟀各种呜叫瞬间的翅膀位置,分析测量不同鸣叫声时翅膀与身体所成的角度,对蟋蟀的三种不同呜叫声的发声结构进行了研究.结果发现,蟋蟀发出不同的呜叫声,与发声时翅膀相对身体抬高的角度有关.召唤声(Calling sound,CS)约42度、求偶声(Courtship sound,CSS)约32度、争斗声(Rival sound,RS)约53度.研究结果为进一步探究昆虫的呜叫发声原理提供了更为直观的依据. 相似文献
2.
3.
李东风 《华南师范大学学报(自然科学版)》2010,1(2)
以蟋蟀(Gryllus testaceus wallker) 成虫为实验材料,用mp3采集声音,Cooledit2000 和Wavesurfer两种声音软件进行分析,对蟋蟀独处、求偶和争斗时的不同鸣叫声与其相应行为的关系进行了研究.蟋蟀的鸣叫节律对其行为会构成一定的影响.在求偶和争斗高峰期,蟋蟀成功交配的次数和正式打斗的次数明显比低峰期时多. 相似文献
4.
以蟋蟀(Gryllus testaceus wallker)成虫为实验材料,用MP3采集声音,Cooledit2000和Wavesurfer2种声音软件进行分析,对蟋蟀独处、求偶和争斗时的不同鸣叫声与其相应行为的关系进行了研究.蟋蟀的鸣叫节律对其行为会构成一定的影响.在求偶和争斗高峰期,蟋蟀成功交配的次数和正式打斗的次数明显比低峰期时多. 相似文献
5.
对绿尾虹雉非繁殖期和繁殖期较为复杂的鸣声行为进行了研究,初步探讨绿尾虹雉鸣声的生物学意义.2009年1-7月在四川蜂桶寨自然保护区采集绿尾虹雉的鸣叫声,通过计算机声谱分析技术,对绿尾虹雉鸣声行为特征进行了研究,并用Excel软件对其各种鸣叫声进行计算机统计分析.结果表明绿尾虹雉鸣声大多由短的重复的单音节、双音节和多音节鸣声组成.鸣声类型具有报警鸣声、领域鸣声、惊叫声、啼叫声、求偶叫声、产卵叫声、休息时的叫声等7种.鸣声音节中最常见为洪亮高亢的单音节鸣声,双音节鸣声仅出现在产蛋时,多音节鸣声为啼叫声.繁殖季节鸣叫与非繁殖季节鸣叫相比,在鸣叫类型上有增加,鸣叫频次也有明显增多.本研究发现绿尾虹雉的鸣声具有多样性,这种多样性的鸣声是它们在种群中进行语言交流的有效工具.研究鸟类鸣声的生物学特性对于了解鸟类的各种行为特征和有效的保护鸟类具有重要的意义. 相似文献
6.
7.
8.
鸟鸣叫声的研究和分析方法对开展鸟类学工作有极其重要的作用.通过对鸟鸣叫声进行功率谱分析、声谱分析、Mel倒谱分析和主成分分析,从而对鸟鸣叫声特征参数进行提取,为鸟鸣叫声的个体识别以及鸣叫声与鸟类行为的关系研究提供了有力的技术支持. 相似文献
9.
各种鸟类的鸣叫能力是不同的,其发声器官也各有特色。就其鸣叫能力,可将鸟分为两大类,即鸣禽类与非鸣禽类。两类鸟的鸣管及鸣肌的形态结构是有显著差异的。已知,在鸟类的发声中,舌下神经起主要作用。鸣肌受舌下神经(N_Ⅻ)的气管鸣管分支(tracheosyringoal 简称 ts)支配。这两类鸣与发声有关的神经分布也是不同的。曾有人对部分鸟类的发声器官及与其有关的神经分布做过一些报道(Gross.1964.Notte-bohm,1971,1972,1976.Warner,1972.Yamada,1964.Marlinovsky,1962.Martin,1981.Brackenbury,1980.)但对家鸽及吉林白鸡发声器官的结构特点,介绍得不够详细完整。对与发声有关的舌下神经(N_Ⅻ),舌咽神经(N_Ⅸ),迷走神经(NX)之间的关系,也未作详细的报道。 相似文献
10.
虎皮鹦鹉发声控制神经核团与鸣叫行为的性双态性研究 总被引:1,自引:0,他引:1
本文应用石蜡切片的方法,对成年虎皮鹦鹉的前脑发声控制神经核团:上纹状体腹侧尾核(Hyperstriatum ventrale pars Canssle,HVC)。古纹状体粗核(Nucleus robustus archistriaylis,RA)和嗅叶X区(Area X)进行了观察和比较;并采用计算机鸣声分析技术对虎皮鹦鹉的鸣声进行了分析。结果发现:雄鸟的三个发声控制神经核团体积明显大于雌鸟的三个发声控制神经核团体积。雄鸟的叫声明显比雌鸟的叫声复杂多变。这些结果提示虎皮鹦鹉的发声控制神经核团与鸣叫行为都存在着性双态性。 相似文献
11.
叶飞 《淮北煤炭师范学院学报(自然科学版)》2005,26(1):92-96
在调音过程中,音响师要根据自己的听音感觉以及对声音的理解调整音响设备,通过对声音信号进行各种加工处理,达到声音真实再现、美化和修饰的目的,而听音的准确程度和声音控制的完美与否,与音响师对声音和音乐的理解能力、耳朵的听力好坏、听音心理和对声音的认知程度等有重要关系. 相似文献
12.
基于LabVIEW开发了一种集心音的采集、多功能处理和心音信号发生器于一体的心音分析仪。该仪器是在普通PC机上开发,使用自制的无线心音采集装置和心音信号采集子系统配合提取心音信号,然后利用小波去噪子系统清除背景噪声,最后可利用时域分析子系统和频域分析子系统对心音信号进行各种分析。心音信号发生器子系统可以根据需要产生一种合成心音信号,供用户学习使用。为使仪器达到最佳使用效果,已经为每一个功能模块中的参数寻找到最佳值并设为默认值,而且每一个参数都是可调节的。实际使用效果证明该仪器能够采集到清晰的心音信号,能有效去除干扰噪声,快速准确地计算出心音的各个特征值,能根据用户参数设置快速生成相应的心音信号并播放。 相似文献
13.
“五音对五脏”的心理生理研究 总被引:3,自引:0,他引:3
为了研究五音和五脏的心理生理的关系,我们借用“电脑经络探测系统仪”,进行了初步的实验研究.其结果可以证明:“咝音”可以动肺,“呵音”可以动心,“呼音”可以动脾,“嘘音”可以动肝,“吹音”可以动肾等,并证明了静息状态与发音状态在电信号(μA)变化上有显著差异性.由此可以揭示五音的不同声波对五脏的功能状态有不同的激活作用. 相似文献
14.
心音信号可以反映人体心脏瓣膜活动情况,对心音进行分类可以区别出不同心音的病理性信息,这对于临床上诊断不同的心脏疾病具有重要的意义.心音分段是进行心音分类的前提,通过心音分段可以定位出心音中的第一心音(S1)和第二心音(S2),为心音特征参数提取与心音分类提供定位基准.为此,本文提出了一种新的自适应阈值选取心音分段算法.该方法首先利用小波变换默认阈值法对心音信号进行去噪;然后使用归一化香农能量来提取较为平滑的心音包络;接着对包络进行有效地峰值检测,从而确定初始大阈值TH1,并通过迭代法得到最终稳定的双阈值;最后进行心音分段以及分段结果分析.针对部分异常心音分段结果,如心音分裂等的分段结果,利用心音时域、能量等特性实现心音段的合并或去除,保证了分段结果的准确性.实验结果表明,本文方法对正常及异常心音分段准确率分别为97.24%和91.83%,总体分段准确率为95.56%,分段准确率高于传统的阈值选取分段方法. 相似文献
15.
心音信号是人体重要的生理信号之一,它可以直接反应人体的生理病理信息。在本文中利用LabVIEW对心音信号进行采集、去噪,并利用功率谱估计对心音信号进行分析处理,可以明显的区分出正常与异常的心音信号,为正确诊断心血管疾病提供一定的帮助。 相似文献
16.
传统中医闻诊声音采集方法,由于位置和发音角度的不确定,无法获取精确的声音幅度。提出一种闻诊声音采集改进方法,通过加入一个频率固定、声强固定的参考音,利用声强校准原理,将人的语音归一化到同一位置的声音幅度值,从而消除因距离和发音角度变化带来的信号不确定性。该方法简单易行,归一化后误差小于6%,已应用于临床科研工作。 相似文献
17.
按一些学者的观点,古藏语的-r-在安多藏语中变为-j-,然后和原有的kj-、khj-、ɡj-等声母合流并腭化为舌面塞擦音。但是一些吐蕃历史文献显示古藏语的部分-r-在早期应该是-j-,在文字厘定后却变为了-r-。尽管-r-可以演变为-j-,但也不能排除-j-变为-r-的可能性,但结合各种材料综合分析,古藏语的一部分-j-、-r-可能来自更早期的-l-,只是后来有的方言经历了-l->-j-,有的方言是-l->-r-。 相似文献
18.
傅海阳 《南京邮电大学学报(自然科学版)》1987,(4)
日本BS-2卫星直播电视伴音采用了数字调制的伴音副载波系统,利用该系统能够提供多路伴音、立体声、独立数据等多种技术手段,并取得较好的接收质量。在语音信号编码过程中,采用了15kHz带宽语音信号的准瞬时压扩编码。该编码方式具有音质较好、数码率较低、电路简单等特点,已被CCIR推荐为一个国际标准。本文着重介绍准瞬时压扩编码的原理及我们自行研制的该制式所需的特殊电路。 相似文献
19.
基于HHT方法的果蝇鸣声特征提取及分类 总被引:2,自引:0,他引:2
采用HHT方法对同种内2个不同品系果蝇翅振鸣声进行特征分析,分别提取果蝇翅振鸣声前10阶IMF能量与信号总能量的比值,HH谱图的低频段、中频段、高频段的相对能量值作为特征向量.设计BP神经网络分类器识别不同品系果蝇.实验结果表明,用HHT方法提取特征,神经网络识别不同品系果蝇的方法是可行而有效的,为进一步鉴别果蝇种内关系提供了新的思想和方法. 相似文献
20.
基于分频段ABAP谱减法的鸟叫声分类研究 总被引:1,自引:0,他引:1
针对带噪鸟叫声,用自适应Bartlett平均周期图(ABAP)完成噪声估计,进行分频段谱减去噪后,提取经过二维离散余弦变换的Mel频率倒谱系数动态声音特征(TDMFCC).最后,利用支持向量机(SVM)分别结合MFCC、TDMFCC以及经过分频段ABAP谱减法降噪后的MFCC和TDMFCC对30种鸟叫声进行不同背景环境和信噪比情况下的对比实验.结果表明,分频段ABAP谱减法降噪后提取TDMFCC结合SVM的方法可以取得较好的分类效果,适用于噪声环境下的鸟叫声分类. 相似文献