← 返回列表
一种基于集成学习的神经网络噪声源分类的方法及装置
申请人信息
- 申请人:杭州爱华仪器有限公司
- 申请人地址:310000 浙江省杭州市余杭区闲林街道闲兴路37号
- 发明人: 杭州爱华仪器有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于集成学习的神经网络噪声源分类的方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410116989.6 |
| 申请日 | 2024/1/29 |
| 公告号 | CN117690451A |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G10L25/18 |
| 权利人 | 杭州爱华仪器有限公司 |
| 发明人 | 纪盟盟; 高峰; 张静 |
| 地址 | 浙江省杭州市余杭区闲林街道闲兴路37号 |
摘要文本
本申请涉及环境噪声识别技术领域，解决了现有技术中因噪声类别过多而导致的神经网络模型难以训练以及准确率难以得到提升的问题，公开了一种基于集成学习的神经网络噪声源分类的方法及装置，该方法先通过初级噪声分类模型对噪声进行分大类，根据所述第一推理结果和预设的次级噪声分类模型选择策略匹配出次级噪声分类模型，再利用大类对应的次级噪声分类模型对噪声进行分小类，最后结合两次分类结果得出最终的分类结果，通过设置多个模型有效的降低了每一个模型中的类别，进而有效的降低了模型训练的难度，同时大大的提高了模型预测的准确率。
专利主权项内容
1.一种基于集成学习的神经网络噪声源分类的方法，其特征在于，包括：获取噪声音频；将所述噪声音频经过频谱转换成log-mel特征矢量；将所述log-mel特征矢量输入到初级噪声分类模型中，以推理得出第一推理结果；根据所述第一推理结果和预设的次级噪声分类模型选择策略匹配出次级噪声分类模型；将所述log-mel特征矢量输入到次级噪声分类模型中，以推理得出第二推理结果；根据第一推理结果和第二推理结果得出所述噪声音频的最终类别与概率。 （来自 ）