申请/专利权人：国网安徽省电力有限公司超高压分公司;合肥工业大学

申请日：2023-12-07

公开（公告）日：2024-03-05

公开（公告）号：CN117649859A

主分类号：G10L25/51

分类号：G10L25/51;G10L25/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明涉及一种基于D‑CNN和KNN技术的环境声音分类识别方法，与现有技术相比解决了环境声音分类ESC特征提取困难、识别率低、鲁棒性差的缺陷。本发明包括以下步骤：对训练的环境声音进行收集和预处理；构建环境声音分类识别模型；环境声音分类识别模型的训练；对待测的环境声音进行收集和预处理；环境声音分类识别结果的获得。本发明不仅解决了环境声音数据特征提取困难，提高了环境声音识别的准确率，而且增强了环境声音分类识别算法的鲁棒性，达到了实际应用水平。

主权项：1.一种基于D-CNN和KNN技术的环境声音分类识别方法，其特征在于，包括以下步骤：11对训练的环境声音进行收集和预处理：收集若干时长环境声音音频作为训练数据集，对所有环境声音音频进行分段并转化为语谱图像，对所有语谱图像进行大小归一化处理，将其处理为256×256像素，得到若干个训练样本；12构建环境声音分类识别模型：基于D-CNN网络模型和随机子空间集成KNN模型，构造出环境声音分类识别模型；13环境声音分类识别模型的训练：将若干个训练样本输入环境声音分类识别模型进行训练；14对待测的环境声音进行收集和预处理：对所有待测的环境声音音频进行分段并转化为语谱图像，并对待测的环境声音语谱图像按256×256像素进行归一化处理，得到测试样本；15环境声音分类识别结果的获得：将测试样本输入经过训练后的环境声音分类识别模型，进行环境声音的自动分类识别。

全文数据：

权利要求：

百度查询： 国网安徽省电力有限公司超高压分公司;合肥工业大学 一种基于D-CNN和KNN技术的环境声音分类识别方法

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