CN110827837A 一种基于深度学习的鲸鱼活动音频分类方法 （中山大学）_第1页
CN110827837A 一种基于深度学习的鲸鱼活动音频分类方法 （中山大学）_第2页
CN110827837A 一种基于深度学习的鲸鱼活动音频分类方法 （中山大学）_第3页
CN110827837A 一种基于深度学习的鲸鱼活动音频分类方法 （中山大学）_第4页
CN110827837A 一种基于深度学习的鲸鱼活动音频分类方法 （中山大学）_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于深度学习的鲸鱼活动音频分类方法本发明涉及一种基于深度学习的鲸鱼活动2S3.对扩充后的训练数据进行声学特征提取，将一维的语音序列转换成二维的声学特S511.输入的声学特征序列首先会被依次送入全连接神经网络当中，输出一个新的序39.根据权利要求1至8任一项所述的基于深度学习的鲸4要有以下的几种，包括OpenSMILEComParEset特征集合，语音词袋模型特征(BoAW)，[0009]S3.对扩充后的训练数据进行声学5于帧的得分输出并做平均值处理，得到一组得分A；对于基于语音片段的卷积神经网络系6[0023]S511.输入的声学特征序列首78[0059]S3.对扩充后的训练数据进行声学于帧的得分输出并做平均值处理，得到一组得分A；对于基于语音片段的卷积神经网络系[0070]S511.输入的声学特征序列首9[0087]在本实施例中，所述的分类器选用SVM分类器、逻辑回归LR分类器或提升决策树

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论