一种基于子带谱熵法和深度卷积神经网络的汽车鸣笛识别方法.pdfVIP

下载本文档

2
0
约1.13万字
约 11页
2023-06-16 发布于四川
举报
版权申诉

一种基于子带谱熵法和深度卷积神经网络的汽车鸣笛识别方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种基于子带谱熵法和深度卷积神经网络的汽车鸣笛识别方法，所述方法包括以下步骤：步骤1:对声音信号预处理，包括：带通滤波、预加重、分帧和加窗；步骤2:计算预处理后的信号的子带谱熵值；步骤3：并利用双门限法将有可能为鸣笛声片段的分割出来，如果该段声音信号包含的有效帧数小于2帧，那么直接被判为非鸣笛声音。步骤4：如果该片段存在符合条件的帧数据，那么对其提取60维的MFCC特征。将获得的数据分为训练集、验证集合测试集。步骤5：构建深度卷积神经网络，通过第4步得到的数据集对模型进行训练和优化，基

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113241094 A (43)申请公布日 2021.08.10 (21)申请号 202110502390.2 G06K 9/62 (2006.01)