典型文献
卷积神经网络在城市声音分类中的应用研究
文献摘要：
为了能对城市中随机出现的声音进行正确的分类,可以及时对一些突发情况做出预警或采取措施,因此对音频数据分析用于指导城市设计,是智慧城市的构建思路之一.本文通过创建一个智能的城市声音分类模型,利用卷积神经网络(CNN)方法,在Urban Sound 8K数据集上进行验证,研究了对CNN网络结构进行改进,并比较不同的城市声音分类模型.结果表明,改进后的模型在urbansound8k数据集中的准确率得到了提高,比原有模型提高了4.16％,同时识别率也高于MLP、RNN等一些声音识别模型.
文献关键词：
卷积神经网络;Urban Sound 8K数据集;分类模型;城市声音
中图分类号：
作者姓名：
陈蕴博;李海军
作者机构：
大海海事大学 信息科学技术学院,辽宁 大连 116026;德州学院 计算机与信息学院,山东 德州 253023
文献出处：
引用格式：
[1]陈蕴博;李海军-.卷积神经网络在城市声音分类中的应用研究)[J].德州学院学报,2022(04):25-28
A类：
urbansound8k
B类：
城市声音,声音分类,突发情况,采取措施,对音,音频数据,城市设计,智慧城市,构建思路,分类模型,Urban,Sound,8K,识别率,MLP,RNN,声音识别,识别模型
AB值：
0.295192
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。
