-
公开(公告)号：CN110148428B
公开(公告)日：2021-04-02
申请号：CN201910447562.3
申请日：2019-05-27
Applicant: 哈尔滨工业大学
Abstract: 一种基于子空间表示学习的声学事件识别方法，涉及声音信号处理技术领域，为解决现有技术在AER任务中，语义特征提取时不能兼顾原始信号本质内容和时序结构的问题，包括：步骤1、信号预处理，步骤2、帧级特征提取，步骤3、子声学事件特征提取，步骤4、子声学事件特征的时序扩展，步骤5、子声学事件特征间的整体语义特征提取，步骤6、声学事件的识别，本发明提取语义特征时，能够兼顾原始信号的整体内容信息和全局时序结构。
-
公开(公告)号：CN110148428A
公开(公告)日：2019-08-20
申请号：CN201910447562.3
申请日：2019-05-27
Applicant: 哈尔滨工业大学
Abstract: 一种基于子空间表示学习的声学事件识别方法，涉及声音信号处理技术领域，为解决现有技术在AER任务中，语义特征提取时不能兼顾原始信号本质内容和时序结构的问题，包括：步骤1、信号预处理，步骤2、帧级特征提取，步骤3、子声学事件特征提取，步骤4、子声学事件特征的时序扩展，步骤5、子声学事件特征间的整体语义特征提取，步骤6、声学事件的识别，本发明提取语义特征时，能够兼顾原始信号的整体内容信息和全局时序结构。
-
公开(公告)号：CN113361592B
公开(公告)日：2022-11-08
申请号：CN202110620415.9
申请日：2021-06-03
Applicant: 哈尔滨工业大学
Abstract: 一种基于公共子空间表示学习的声学事件识别方法，涉及一种声学事件识别方法。本发明是为了解决不同语义特征间子空间不一致导致的声学事件识别任务准确率较低的问题。本发明首先对每一个原始声学事件信号进行采样、量化、帧级特征提取、段级特征提取及扩展；然后通过学习公共子空间获得其语义特征表示；计算训练集的核矩阵，并用以训练分类器得到分类模型。在测试时，对每一个原始声学事件信号进行采样、量化、帧级特征提取、段级特征提取及其扩展；在已学习到的公共子空间指导下获得其语义特征表示；最后，计算测试集的核矩阵，并在分类模型的指导下进行模型匹配，来得到预测结果。主要用于声学事件的识别。
-
公开(公告)号：CN113361592A
公开(公告)日：2021-09-07
申请号：CN202110620415.9
申请日：2021-06-03
Applicant: 哈尔滨工业大学
Abstract: 一种基于公共子空间表示学习的声学事件识别方法，涉及一种声学事件识别方法。本发明是为了解决不同语义特征间子空间不一致导致的声学事件识别任务准确率较低的问题。本发明首先对每一个原始声学事件信号进行采样、量化、帧级特征提取、段级特征提取及扩展；然后通过学习公共子空间获得其语义特征表示；计算训练集的核矩阵，并用以训练分类器得到分类模型。在测试时，对每一个原始声学事件信号进行采样、量化、帧级特征提取、段级特征提取及其扩展；在已学习到的公共子空间指导下获得其语义特征表示；最后，计算测试集的核矩阵，并在分类模型的指导下进行模型匹配，来得到预测结果。主要用于声学事件的识别。
-
-
-
Search Results
4
records
(took 0.015 seconds)
