典型文献
基于改进残差网络的低空无人机声音识别方法
文献摘要：
"黑飞"无人机的泛滥给人们的生活带来了极大威胁.抵制"黑飞"无人机的首要任务是识别它.针对低空无人机识别问题,设计了一种基于改进残差网络的无人机声音识别方法.首先,采集低空无人机声音数据并进行预处理,建立数据集;其次,研究并比较了梅尔频率倒谱系数(MFCC)、对数梅尔谱图(Log-Mel)及其一阶差分等音频特征;然后,设计了基于残差块改进的神经网络(IRBNet);最后,运用设计的IRBNet以及CNN-1、CNN-2、ResNet和IRBNet-1等基准网络对无人机进行识别实验.实验结果表明,IRBNet的识别准确率为97.45％,与其他基准网络相比,准确率更高;设计的IRBNet具有识别无人机的可行性和有效性.
文献关键词：
无人机;声音识别;特征提取;对数梅尔谱图;卷积神经网络
中图分类号：
作者姓名：
薛珊;卫立炜;顾宸瑜;孟宪宇;贾冰
作者机构：
长春理工大学 机电工程学院,长春 130022;长春理工大学 重庆研究院,重庆 400000;西安交通大学 信息与通信工程学院,西安 710049
文献出处：
引用格式：
[1]薛珊;卫立炜;顾宸瑜;孟宪宇;贾冰-.基于改进残差网络的低空无人机声音识别方法)[J].长春理工大学学报（自然科学版）,2022(04):100-107
A类：
对数梅尔谱图,IRBNet
B类：
残差网络,低空无人机,声音识别,黑飞,泛滥,大威,抵制,首要任务,声音数据,梅尔频率倒谱系数,MFCC,Log,Mel,一阶差分,音频特征,残差块,ResNet,基准网络,识别准确率
AB值：
0.255321
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
