期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于多组多分辨率特征和小波通道注意力的环境声音分类
1
作者 李军 王子壬 +1 位作者 向彦伯 钮焱 《无线电工程》 2024年第8期1862-1870,共9页
针对目前环境声音分类(Environmental Sound Classification, ESC)方法对音频特征提取中反映的时频维度信息不足的问题,提出基于多组多分辨率特征和小波通道注意力的分类方法。采用多组多分辨率特征组成的多特征作为网络输入,通过多组... 针对目前环境声音分类(Environmental Sound Classification, ESC)方法对音频特征提取中反映的时频维度信息不足的问题,提出基于多组多分辨率特征和小波通道注意力的分类方法。采用多组多分辨率特征组成的多特征作为网络输入,通过多组滤波器,多个频率分辨率,在时间和频率维度上实现数据增强,同时实现信息互补。为了更好地衡量各个通道的重要性,针对一维音频图像特征设计了小波通道注意力模块,采用离散小波变换(Discrete Wavelet Transform, DWT)将信号的低频子带和高频子带有效结合,得到通道标量,利用Gram-Schmidt正交化方法使网络在信道注意压缩阶段提取的信息多样化,利用长短期记忆(Long Short Term Memory, LSTM)网络长时间保存信息,提高学习的长期可靠性。实验结果表明,在ESC-10和ESC-50数据集上的分类准确度分别达到了98.7%和93.6%,取得了较好的效果,为音频特征处理提供了一种新的研究思路。 展开更多
关键词 环境声音分类 多组多分辨率特征 小波通道注意力 长短期记忆网络
下载PDF
基于双向椭圆局部二值模式的环境声音分类 被引量:1
2
作者 李军 王子壬 +1 位作者 董红亮 钮焱 《国外电子测量技术》 北大核心 2023年第8期63-70,共8页
针对目前机器学习算法在环境声音分类准确率不高,训练速度慢的问题,提出了基于双向椭圆局部二值模式的环境声音分类方法。设计了双向椭圆局部二进制模式的音频信号特征提取方法,采用3×5信号邻域增加时长影响,并使用邻域左右两列整... 针对目前机器学习算法在环境声音分类准确率不高,训练速度慢的问题,提出了基于双向椭圆局部二值模式的环境声音分类方法。设计了双向椭圆局部二进制模式的音频信号特征提取方法,采用3×5信号邻域增加时长影响,并使用邻域左右两列整体平均值分别代替椭圆左右顶点像素,减少噪音干扰,提高对噪音的鲁棒性,使用整个邻域的平均值代替中心像素,并采用双向局部特征均衡顺序权重,在上述特征基础上增加VAR算子,反应局部特征差异强度,之后将这些特征与梅尔频率倒谱系数(MFCC)、伽玛频率倒谱系数(GFCC)和色度特征(Chromagram)融合。采用经典机器学习算法,如支持向量机(SVM)、随机森林(RF)和k近邻(kNN),结合融合特征,在ESC-10和ESC-50数据集上进行评估,两种数据集的分类准确度分别达到了90.9%和66.7%。 展开更多
关键词 环境声音分类 局部二进制模式 特征融合
原文传递
结合PCA的K-means算法在专变用户用电行为分析中的应用 被引量:9
3
作者 李志海 张春平 +4 位作者 王子壬 侯永刚 严洪翔 周永真 白杨 《电力信息与通信技术》 2018年第12期62-67,共6页
电力行业中通常利用96个负荷采集点来分析用户一天的用电规律。由于负荷采集变量的高维特性,在数据分析中不仅造成了用户用电特性信息的重复,也在很大程度上影响了专变用户日用电规律分析。为此,文章利用主成分分析法(Principal Compone... 电力行业中通常利用96个负荷采集点来分析用户一天的用电规律。由于负荷采集变量的高维特性,在数据分析中不仅造成了用户用电特性信息的重复,也在很大程度上影响了专变用户日用电规律分析。为此,文章利用主成分分析法(Principal Components Analysis,PCA)对采集数据进行降维处理,进而利用K-means聚类算法对专变用户的用电特征进行提取。基于所提算法对某省专变用户数据进行分析,实验结果表明:该省专变用户存在6种用电行为特征,分别为迎晚峰型、价格敏感型、早九晚五型、夜间用电型、用电稳健型、特殊规律型。所得用电行为特征可用于指导客户合理用电,开展节能减排、节能改造等工作。 展开更多
关键词 PCA K-MEANS 用电行为分析 专变用户
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部