《计算机工程与科学杂志》发表论文赏析

基于空间注意力机制和多特征数据增强的环境声分类

来源:计算机工程与科学杂志2025年第11期北京时间:

作者:刘翔, 李传坤, 郭锦铭, 刘宇

单位:1.中北大学信息与通信工程学院,山西 太原 030051;2.中国矿业大学机电工程学院,江苏 徐州 221116;3.山西工程技术学院,山西 阳泉 045000

摘要:针对环境声分类任务中,数据集样本信噪比低、对数梅尔谱(Log-Mel)谱图特征表达能力不足等问题,提出了一种基于高低频分离的环境声分类改进模型。首先在输入特征中增加了相位谱作为Log-Mel谱图的补充,构建相位、Log-Mel和时频谱的多特征参数输入,增强了模型输入特征的表达能力;其次在神经网络的输入部分添加注意力机制,提升网络模型的抗噪声干扰能力并提高了网络的鲁棒性和泛化能力。实验表明,所提模型有效地提升了对环境声的识别准确率,在ESC10,ESC50和UrbanSound8K数据集上的分类准确率达到了97.25%,89.00%和83.45%,与原有的模型相比准确率提升了2.25%,10.50%和2.22%。

关键词:环境声分类,多特征,注意力机制,

基金资助:国家自然科学基金(62101512)

2025年11期其他文献查阅:

面向特定应用的可配置CPU性能分析方法

一种具有动态可重构数据流的混合矩阵向量处理器

云原生边缘计算系统离线自治技术研究综述

基于循环展开的高效RISC-V内存一致性测试方法

ISA真的重要么? ——基于Gem5的仿真调查

基于门控特征融合与多尺度卷积的网络流量异常检测

音频删除篡改的多阶段检测与多模态定位

MinRS:一种兼顾模型可用性与模型隐私性的防御方法

基于单类支持向量机的联邦学习安全聚合算法

基于人工智能模型的数学推理研究进展

基于大语言模型的司法文本摘要研究

基于时空融合的多视角3D感知网络设计

基于保持节点簇分布的图提示少样本节点分类

基于空间注意力机制和多特征数据增强的环境声分类

基于多策略鲸鱼算法的ESN参数优化模型

基于视觉特征增强与双向交互融合的图文情绪分类

基于PCA-PSO_KFCM聚类和BiLSTM-Attention的短期电力负荷预测

融合平衡与地位理论的自监督符号社交关系预测模型

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!