| 正交約束型SincNet可微分前端及在音頻分類中的應用 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：370 K | |
| 標簽： 可微分前端 正交卷積 SincNet | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：在音頻場景分類任務中，現有端到端模型中特征建模層學習過程存在缺乏約束、學習結果缺乏直觀解釋以及僅適用于特定的后端分類模型等缺點。因此，以SincNet可微分前端為基礎，引入正交約束提高其求解效率，同時提高所得可微分前端的可解釋性，并使其能提高多種后端網絡的分類性能。提出的這種新型可微分前端命名為正交約束型SincNet(OrthSincNet)。研究發現，OrthSincNet卷積核對應的頻譜既具有類似于梅爾濾波器的形態，又可提高分類效果。在UrbanSound8K官方評測數據集上的實驗表明，相對于常用的梅爾頻譜前端，OrthSincNet改進了6種后端分類網絡的性能，分類準確率平均提高了2.2%。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2