鳥鳴識別現代文閱讀原文附加答案解析
鳥鳴識別現代文閱讀原文附加答案解析
每一類鳥的鳴聲都不盡相同，如何識別鳥鳴聲?下面是學習啦小編為你整理的《鳥鳴識別》現代文閱讀原文和答案，一起來了解一下各種鳥的鳥鳴聲吧。
《鳥鳴識別》現代文閱讀原文
在大自然中，悅耳動聽的鳥鳴聲給人們帶來無限的愉悅。每一類鳥的鳴聲都不盡相同。烏鴉呱呱叫，山雀的鳴聲如嘹亮的哨響，隱夜鶇的叫聲則似長笛聲般悠揚。那么在復雜的背景噪聲下，如何識別鳥鳴聲?是否存在可以識別每一類鳥鳴的應用程序?
針對上述問題，英國牛津大學的蒂莫·帕帕多普洛斯和他的同事，提出了一種能夠識別各類鳥叫聲的鳥鳴識別算法。
一般情況下，自然資源保護論者需要通過定期的徒步旅行或者直升機旅行的方式，對生存在特定區域內的鳥類數目進行統計和總結。然而，如果通過音頻錄制鳥鳴，再將音頻轉化為物種計數，采用此方法代替旅行統計方式，將使得鳥類追蹤的研究變得輕而易舉，為研究鳥類種群數目是否下降或者鳥類的遷徙模式是否改變等，帶來很大便利。
英國倫敦大學瑪麗女王學院的丹·斯托博士稱：“鳥鳴極其復雜，這些最簡單的聲音通常難以分辨，因為它們聽起來如此相似。”畢竟我們無法聽清遠處的，特別是在嘈雜環境中的鳥叫聲。
牛津大學的研究團隊在亞洲和歐洲共收錄了15種不同鳥類的鳴叫聲，包括新疆歌鴝、大山雀、畫眉等。他們收錄的鳥鳴聲中混雜了不同的音頻環境，如市區公園中較為平緩的背景噪聲或者露天市場中密集人群的喧囂聲。
如此多樣化的混合聲音，用于機器學習算法的訓練過程，通過訓練后的機器來選擇包含鳥鳴聲的音頻段。盡管鳥鳴聲與部分噪聲頻率相近，影響算法的準確性，但這些學習算法仍能成功地從噪聲中區分出鳥鳴聲。
目前國內福州大學的研究團隊，對于低信噪比鳥鳴識別的算法是將聲音信號轉化為圖像，對圖像進行處理得到一串被稱作特征值的數字，并用這串數字代替聲音進行識別。
國外其他研究團隊也在致力于研究自己的鳥鳴識別算法，尤其是那些能夠識別不同鳥類物種的算法。斯托和他的同事正在測試名為Warblr的應用程序，在最佳狀態下，Warblr進行鳥類識別的準確度可以高達95%，該數據已經得到巴西一家鳥類鑒定組織的認證。美國威斯康星大學的研究團隊研發了一個相似的應用程序，命名為WeBIRD，是針對本地鳥類而設計的。美國康奈爾大學鳥類學實驗室研發的Merlin應用程序，通過對鳥類的大小、顏色、位置等簡單情況的了解，以利于人們對鳥類進行區分。
斯托博士認為，對鳥鳴識別應用技術進行探索的最終目標不僅僅用于識別鳥類，更是想要破譯鳥類之間真正的“人際關系”，如果音頻能
夠轉換為物種計數，那么我們可以更方便地監測鳥類種群的變化。德國動物聲音檔案自然歷史博物館的馬里奧說，類似牛津大學團隊提出的鳥鳴識別算法，對研究自然環境是很有價值的。
(摘編自李應編譯《鳥鳴識別》)
《鳥鳴識別》現代文閱讀題目
1.下列關于原文內容的表述，不正確的一項是(3分)
A.在大自然中，悅耳動聽的鳥鳴聲給人們帶來無限的愉悅，每一類鳥的鳴聲都不盡相同，而且都能給人們帶來無窮的愉悅享受。
B.大自然中的鳥鳴看似是最簡單的聲音卻極其復雜，它們聽起來如此相似，人們一般難以分辨，因此使鳥鳴識別極富有挑戰性。
C.雖然鳥鳴聲與一些噪聲頻率相近，造成算法的不確定，但這些學習算法還是可以成功地從噪聲中區分出鳥鳴聲。
D.到目前為止，關于鳥鳴識別算法，國外的研究團隊也在努力研究，尤其是致力于那些能夠識別不同鳥類物種的算法。
2.下列理解和分析，不符合原文意思的一項是(3分)
A.自然資源保護論者一般通過定期的徒步或者直升機旅行的方式，對生存在特定區域內的鳥類數目進行統計和總結。
B.斯托和他的同事正常測試名為Warblr的應用程序，在非常理想的狀態下，Warblr進行鳥類識別的準確度可以高達95%。
C.美國威斯康星大學的研究團隊針對本地鳥類而設計研發了一個命名為WeBIRD的應用程序，該程序與Warblr應用程序相似。
D.美國康奈爾大學研發的Merlin應用程序非常先進，它只需要通過對鳥類的大小和顏色等簡單情況的了解，就可以對鳥類進行區分。
3.根據原文內容，下列說法不正確的一項是(3分)
A.如果采用通過音頻錄制鳥鳴，再將音頻轉化為物種計數的方法，將使得鳥類追蹤及其他相關研究比旅行統計方式更加容易、便利。
B.不僅是中國，國外也有許國鳥鳴識別研究團隊在利用科技手段致力于研究鳥鳴識別算法，而且或多或少取得了階段性成果。
C.人類對鳥鳴識別應用技術進行研究探索的最終目標不僅僅是要用于識別鳥類，更是想要破譯鳥類之間真正的“人際關系”。
《鳥鳴識別》現代文閱讀答案
1.A(無中生有，原文并無“都能給人們帶來無窮的愉悅享受”的表述。)
2.D(原文是說“以利于人們對鳥類進行區分”，而該項偷換成了充分條件關系“只要……就……”。)
3.C(以偏概全，原文中所說的最終目標是斯托認為的，而不是人類的普遍認識。)牛津大學的研究團隊在一些地域共收錄了15種不同鳥類的鳴叫聲，并將混雜了不同音頻環境的鳥鳴聲用于機器學習算法的訓練，取得了很好的效果
猜你喜歡：