[发明专利]一种基于改进深度残差网络的城市声音分类方法在审
| 申请号： | 202111484910.8 | 申请日： | 2021-12-07 |
| 公开（公告）号： | CN114242112A | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 刘亚荣;黄海滨;黄飞扬;于顼顼 | 申请（专利权）人： | 桂林理工大学 |
| 主分类号： | G10L25/51 | 分类号： | G10L25/51;G10L25/03;G10L25/18;G10L25/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进深度残差神经网络的城市声音分类方法，包括4个步骤：S1数据预处理：将声音的振幅和频率图形化；S2数据特征提取：提取声音信号的音频特征并进行数据标准化处理；S3改进深度残差网络分类器：构建改进的深度残差网络模型，将处理后的训练数据集送入改进深度残差网络分类器进行训练，得出改进深度残差网络声音分类器模型；S4声音分类结果判定：将声音测试数据集送入改进深度残差神经网络声音分类器模型进行测试，得出分类准确率。与传统分类方法相比，本发明提供的一种基于改进深度残差神经网络的城市声音分类方法，不仅避免了梯度爆炸和梯度消失现象，同时可以实现多种声音类型的智能分类。 | ||
| 搜索关键词： | 一种 基于 改进 深度 网络 城市 声音 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于桂林理工大学，未经桂林理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111484910.8/，转载请声明来源钻瓜专利网。
