基于深度学习和迁移学习的环境声音识别
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题背景及研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状与分析 | 第11-17页 |
| 1.2.1 环境声音识别的研究进展 | 第11-13页 |
| 1.2.2 深度学习技术的研究进展 | 第13-15页 |
| 1.2.3 迁移学习技术的研究进展 | 第15-16页 |
| 1.2.4 目前方法存在的问题 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第2章 基于支持向量机的环境声音识别 | 第19-28页 |
| 2.1 引言 | 第19页 |
| 2.2 前端处理 | 第19-24页 |
| 2.2.1 梅尔倒谱系数 | 第20-23页 |
| 2.2.2 能量谱密度 | 第23-24页 |
| 2.3 支持向量机的训练 | 第24-27页 |
| 2.3.1 线性支持向量机 | 第24-25页 |
| 2.3.2 非线性支持向量机 | 第25-27页 |
| 2.4 实验平台与数据库 | 第27页 |
| 2.4.1 实验平台 | 第27页 |
| 2.4.2 实验数据库 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于深度学习的环境声音识别 | 第28-44页 |
| 3.1 引言 | 第28-29页 |
| 3.2 基于深度学习的环境声音识别 | 第29-34页 |
| 3.2.1 受限玻尔兹曼机的训练 | 第30-32页 |
| 3.2.2 反向传播算法 | 第32-34页 |
| 3.3 基于音视频融合的环境声音识别 | 第34-39页 |
| 3.3.1 视频特征处理 | 第35-37页 |
| 3.3.2 基于特征融合的DBN训练 | 第37页 |
| 3.3.3 基于模型融合的DBN训练 | 第37-38页 |
| 3.3.4 基于模型融合ESR系统的置信度量 | 第38-39页 |
| 3.4 实验与分析 | 第39-43页 |
| 3.4.1 实验数据与设置 | 第39-41页 |
| 3.4.2 实验结果与分析 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于迁移学习的环境声音识别 | 第44-57页 |
| 4.1 引言 | 第44-45页 |
| 4.2 基于迁移学习的ESR | 第45-50页 |
| 4.2.1 AE网络训练 | 第45-46页 |
| 4.2.2 DA网络训练 | 第46-47页 |
| 4.2.3 SDA网络训练 | 第47-48页 |
| 4.2.4 迁移学习方法机制 | 第48-50页 |
| 4.3 基于通用预训练方法的ESR | 第50-51页 |
| 4.4 实验与分析 | 第51-56页 |
| 4.4.1 实验数据及设置 | 第51-52页 |
| 4.4.2 实验结果及分析 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-66页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第66-68页 |
| 致谢 | 第68页 |
