摘要：本发明涉及一种基于快速稀疏分解和深度学习的生态声音识别方法，其特征在于，包括以下步骤：S01：分别对纯净声音和测试带噪声音进行OMP稀疏分解，对应输出纯净声音和测试带噪声音的重构信号和OMP特征；S02：分别对纯净声音和测试带噪声音提取包括OMP特征在内的复合特征；S03：对重构后的纯净声音提取的复合特征进行DBN模型训练；S04：对重构后的测试带噪声音和训练后的纯净声音提取的复合特征进行DBN模型分类，输出测试带噪声音所属的生态声音类别。本发明对系统抗噪性和鲁棒性的提高更为显著。
- 专利类型发明专利
- 申请人福州大学;
- 发明人李应;欧阳桢;
- 地址350108 福建省福州市闽侯县上街镇大学城学园路2号福州大学新区
- 申请号CN201310472330.6
- 申请时间2013年10月11日
- 申请公布号CN103531199B
- 申请公布时间2016年03月09日
- 分类号G10L15/08(2006.01)I;G10L17/26(2013.01)I;G10L17/04(2013.01)I;
教育装备采购网在线客服
京公网安备11010802043465号
