1.用于野外鸟类声音数据的智能降噪方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的用于野外鸟类声音数据的智能降噪方法,其特征在于,所述根据鸟类音频信号数据获取每个时序区间的时域波形图,根据每个时序区间的时域波形图分别获取每个时序区间的时域波形图中每个上包络、每个下包络的包络带宽的方法为:
3.根据权利要求1所述的用于野外鸟类声音数据的智能降噪方法,其特征在于,所述根据每个时序区间的时域波形图中每个上包络、每个下包络的包络带宽获取每个时序区间的音频混叠突出指数的方法为:
4.根据权利要求3所述的用于野外鸟类声音数据的智能降噪方法,其特征在于,所述根据每个时序区间的时域波形图获取每个时序区间的混叠波峰特征因子的方法为:
5.根据权利要求1所述的用于野外鸟类声音数据的智能降噪方法,其特征在于,所述根据所有时序区间的音频混叠突出指数分别获取低混叠效应簇、高混叠效应簇的数据总数的方法为:
6.根据权利要求1所述的用于野外鸟类声音数据的智能降噪方法,其特征在于,所述根据每个时序区间的时域波形图中波峰点的振幅特征获取每个时序区间的鸟鸣存在置信度的方法为:
7.根据权利要求6所述的用于野外鸟类声音数据的智能降噪方法,其特征在于,所述根据每个时序区间的时域波形图中波峰点以及凸显波峰点获取每个时序区间的鸟鸣表征指数的方法为:
8.根据权利要求1所述的用于野外鸟类声音数据的智能降噪方法,其特征在于,所述根据低混叠效应簇、高混叠效应簇的数据总数及所有时序区间的鸟鸣存在置信度获取模态分量惩罚调节系数的方法为:
9.根据权利要求1所述的用于野外鸟类声音数据的智能降噪方法,其特征在于,所述根据模态分量惩罚调节系数获取下一次vmd信号分解时的惩罚系数的方法为:
10.根据权利要求1所述的用于野外鸟类声音数据的智能降噪方法,其特征在于,所述利用vmd变分模态分解算法基于所述惩罚系数获取去噪后的鸟类音频信号数据的方法为: