我应该使用哪种算法进行信号(声音)一类分类？

更新此问题以前标题为" 给我一个简单的信号(声音)模式检测算法的名称 "

我的目标是在嘈杂的信号中检测给定模式的存在.我想检测一种用麦克风录制声音的昆虫种类.我以前用数字格式记录了昆虫的声音.

我不是想做语音识别.

我已经在输入信号和模式之间使用卷积来确定它们的相似性水平.但我认为这种技术更适合于离散时间(即数字通信,其中信号以固定间隔发生)并且在两个给定模式之间区分输入信号(我只有一种模式).

我害怕使用神经网络,因为我从来没有使用它们,我不知道我是否可以嵌入那些代码.

你能否指点一些其他的方法,或试着说服我,我目前的方法仍然是一个好主意或神经网络可能是一种可行的方式？

更新我已经有2个好的答案,但另一个会受到欢迎,甚至奖励.

从卷积开始的步骤是动态时间扭曲,可以将其视为卷积运算符,它可以拉伸和收缩一个信号以最佳地匹配另一个信号.

也许更简单的方法是对样本进行FFT并确定您的昆虫是否可以过滤任何特定频率.

在更复杂的一方,但不是一个神经网络,是像libsvm和svmlight这样的SVM工具包,你可以将数据丢弃.

无论你尝试的路径是什么,我都会花时间使用像FFT这样的工具来探索昆虫发出的声音的本质.毕竟,如果您可以自己动手,那么教一台计算机就能更容易对声音进行分类.