数据集概述
本数据集是墨西哥蝙蝠物种的声学参考库及自动识别工具相关数据。包含59种蝙蝠的4685条搜索阶段叫声记录，基于机器学习算法构建物种识别模型，评估分类层级（分类学或生态约束）对识别准确率的影响，为生物多样性监测提供支持。
文件详解
- 文件名称：Data-All-Classifiers.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含墨西哥59种蝙蝠的声学参考叫声数据及机器学习（随机森林）生成的自动物种识别工具相关评估结果，涵盖物种、分类层级（科、属、生态 guild）的分类准确率等信息。
数据来源
论文“Acoustic identification of Mexican bats based on taxonomic and ecological constraints on call design”
适用场景
- 生物多样性监测: 用于墨西哥等热带高生物多样性地区的蝙蝠物种快速声学识别与多样性评估。
- 蝙蝠声学分类研究: 分析分类学或生态约束对蝙蝠叫声识别准确率的影响，优化物种识别模型。
- 生物声学工具开发: 为机器学习算法在蝙蝠声学数据中的应用提供参考，推动生物声学监测程序发展。
- 蝙蝠群落结构分析: 基于分类结果追踪蝙蝠群落结构变化，支持生态环境变化研究。
