申请/专利权人：中北大学

申请日：2021-12-24

公开（公告）日：2022-04-08

公开（公告）号：CN114299993A

主分类号：G10L25/51(20130101)

分类号：G10L25/51(20130101);G10L25/30(20130101);G10L25/03(20130101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.04.26#实质审查的生效;2022.04.08#公开

摘要：本发明涉及一种基于数据蒸馏的多枪声智能分类识别系统及方法，包括数据采集模块、数据分离模块、数据预处理模块、特征提取模块、神经网络及加速模块、输出模块；首先利用数据采集模块收集多个混合枪声信号，并将这些混合枪声信号传入数据分离模块，对多个枪声数据进行解耦分离，输出单个枪声数据，并输入到数据预处理模块，对每个单个枪声数据进行自适应滤波，去除混叠的噪声信号，经滤波后的多个声信号将输入特征提取模块，最终将分类结构输入到输出模块中。本发明可以将多枪声混合信号分离为多个单个枪声信号，再分别对每个单枪声信号进行识别，做到了多枪声混合同时分类的功能。可以有效的减少网络参数数量，整个系统体积削减到手掌大小。

主权项：1.一种基于数据蒸馏的多枪声混合智能分类识别系统，其特征在于：包括数据采集模块、数据分离模块、数据预处理模块、特征提取模块、神经网络及加速模块、输出模块；数据采集模块收集多个混合枪声信号，并将这些混合枪声信号传入数据分离模块，对多个枪声数据进行解耦分离，输出单个枪声数据，并输入到数据预处理模块，对每个单个枪声数据进行自适应滤波，去除混叠的噪声信号，经滤波后的多个声信号输入至特征提取模块，特征提取模块用于将每个声信号进行梅尔映射，使一维声信号成为二维图像信号，将这些图像信号输入到神经网络分类及加速模块中，对上述特征进行分类，并加速神经网络运算，最终将分类结构输入到输出模块中，得到枪声类别；神经网络及加速模块包括教师网络、学生网络和加速模块；二维图像输入到教师网络，学习到一个准确的概率分布，并指导学生网络得到相似于教师网络的概率分布，最终由学生网络对二维图像进行特征提取得到枪声特征的分类，并通过加速模块对学生网络进行加速计算。

全文数据：

权利要求：

百度查询： 中北大学 一种基于数据蒸馏的多枪声混合智能分类识别系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD