| 正交约束型SincNet可微分前端及在音频分类中的应用 | |
| 所屬分類：技术论文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：370 K | |
| 標簽： 可微分前端 正交卷积 SincNet | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：在音频场景分类任务中，现有端到端模型中特征建模层学习过程存在缺乏约束、学习结果缺乏直观解释以及仅适用于特定的后端分类模型等缺点。因此，以SincNet可微分前端为基础，引入正交约束提高其求解效率，同时提高所得可微分前端的可解释性，并使其能提高多种后端网络的分类性能。提出的这种新型可微分前端命名为正交约束型SincNet(OrthSincNet)。研究发现，OrthSincNet卷积核对应的频谱既具有类似于梅尔滤波器的形态，又可提高分类效果。在UrbanSound8K官方评测数据集上的实验表明，相对于常用的梅尔频谱前端，OrthSincNet改进了6种后端分类网络的性能，分类准确率平均提高了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