| 基于多流卷积和数据增强的声场景分类方法 |
| |
| 引用本文： | 曹毅,费鸿博,李平,张小勇. 基于多流卷积和数据增强的声场景分类方法[J]. 华中科技大学学报(自然科学版), 2022, 50(4): 40-46. DOI: 10.13245/j.hust.220407 |
| |
| 作者姓名： | 曹毅 费鸿博 李平 张小勇 |
| |
| 作者单位： | 江南大学机械工程学院,江苏无锡214122,江南大学江苏省食品先进制造装备技术重点实验室,江苏无锡214122 |
| |
| 基金项目： | 高等学校学科创新引智计划资助项目;江苏省六大人才高峰计划资助项目;江苏省优秀科技创新团队基金资助项目 |
| |
| 摘 要： | 针对单特征输入时，现有声场景分类方法分类准确率不高且泛化能力不强的问题，提出了一种基于多流卷积和数据增强的声场景分类方法．首先，介绍了卷积神经网络和混合数据增强的基本原理；其次，基于网络并行输入理论，设计了一种多流卷积神经网络模型以期实现多流特征融合，其由特征提取模块和特征融合模块组成；然后，为进一步提升模型的准确率并降低模型过拟合的概率，提出了一种多维混合数据增强方法以实现特征数据的平滑处理；最后，采用9种特征组合方案，基于Urbansound8K,ESC50和ESC10数据集分别开展了声场景分类实验．实验结果表明：模型的准确率分别为88.29%,77.75%和96.25%，验证了当使用该方法进行声场景分类研究时，模型具有较高的准确率和较强的泛化能力．
|
| 关 键 词： | 声场景分类 多流特征融合 多流卷积神经网络 过拟合 多维混合数据增强 |
Acoustic scene classification method based on multi-stream convolution and data augmentation |
| |
| CAO Yi,FEI Hongbo,LI Ping,ZHANG Xiaoyong. Acoustic scene classification method based on multi-stream convolution and data augmentation[J]. JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE, 2022, 50(4): 40-46. DOI: 10.13245/j.hust.220407 |
| |
| Authors: | CAO Yi FEI Hongbo LI Ping ZHANG Xiaoyong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
