期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于NMF与CNN联合优化的声学场景分类 被引量:4
1
作者 韦娟 宁方立 《系统工程与电子技术》 EI CSCD 北大核心 2022年第5期1433-1438,共6页
针对声学场景分类任务中复杂声学环境的特征表示问题,提出一种联合训练特征提取和分类模型的优化算法。将非负矩阵分解与卷积神经网络的训练相结合,利用网络的损失值实现对特征提取和网络参数的共同更新,以学习到更具判别性的有监督特... 针对声学场景分类任务中复杂声学环境的特征表示问题,提出一种联合训练特征提取和分类模型的优化算法。将非负矩阵分解与卷积神经网络的训练相结合,利用网络的损失值实现对特征提取和网络参数的共同更新,以学习到更具判别性的有监督特征。在TUT2017数据集上提取对数声谱图作为基础特征,搭建深度卷积神经网络进行实验验证。仿真结果表明,所提算法的识别准确率相比优化前提升3.9%,且优于其他两种常用声学特征,证明该算法能够有效提升整体分类效果。 展开更多
关键词 特征学习 非负矩阵分解 卷积神经网络 联合优化
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部