排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
为进一步提升环境声分类的识别率,提出了一种仿深度隐藏身份特征(Deep Hidden Identity Feature,DeepID)网络连接方式的卷积神经网络——深度环境声分类网络(Deep Environment Sound Classification,DeepESC)。DeepESC网络共有六层——三层卷积层、两层全连层以及一层聚合层,为使网络在自动抽取高层次特征的同时能有效地兼顾低层次特征,网络将三层卷积层的输出聚合为一层,该层充分包含不同层次的特征,提升了卷积神经网络的特征表达能力。ESC-10和ESC-50数据集上的仿真结果表明:在相同的识别框架下,与随机森林分类器相比,本文网络识别率分别平均提升了7.6%和22.4%,与传统的卷积神经网络相比,识别率分别平均提升4%和2%,仿真实验验证了本文分类器的有效性。 相似文献
4.
5.
1