如今在人們的生活中充斥著各種聲音,其中一些聲音是危險事件的反映,例如爆炸聲、槍聲、尖叫聲等,對人們有危險警示作用,因此危險聲音檢測有著潛在的應(yīng)用價值。近年來危險聲音檢測得到越來越多專家學(xué)者的研究,已經(jīng)逐漸成為音頻信號處理中的一項重要內(nèi)容。目前對其研究大多停留在使用人工選擇特征和傳統(tǒng)的機(jī)器學(xué)習(xí)方法,例如MFCC特征、支持向量機(jī),高斯混合模型等,這些方法面臨著難以選擇良好特征和解決復(fù)雜分類的問題。盡管當(dāng)前也有部分研究嘗試使用深度學(xué)習(xí)方法,但是它們設(shè)計的網(wǎng)絡(luò)模型大多結(jié)構(gòu)單一、層次簡單,可遷移性較差。本文對基于深度學(xué)習(xí)的危險聲音檢測方法進(jìn)行了研究,設(shè)計了多種網(wǎng)絡(luò)模型,對比使用傳統(tǒng)方式的基線系統(tǒng),逐步提高了危險聲音檢測準(zhǔn)確率。本文主要工作內(nèi)容和創(chuàng)新如下:（1）闡述了深度學(xué)習(xí)的基礎(chǔ)理論知識,設(shè)計了基于特征表示和分類的危險聲音檢測框架,依據(jù)框架搭建了基于傳統(tǒng)MFCC特征和GMM模型的聲音檢測基線系統(tǒng)。對該系統(tǒng)在本文統(tǒng)一的危險聲音數(shù)據(jù)集上進(jìn)行開發(fā)和測試,獲取訓(xùn)練與測試兩組檢測準(zhǔn)確率分別為77%和68%�？梢钥闯鲈摲绞侥艹醪絼偃挝ｋU聲音檢測任務(wù),將其作為后文檢測系統(tǒng)的對照組。（2）設(shè)計搭建了基于深度學(xué)習(xí)... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

神經(jīng)元結(jié)構(gòu)圖

電子科技大學(xué)碩士學(xué)位論文8圖2-1中每一條帶箭頭的線被稱為“連接”，用來表示神經(jīng)元之間傳遞信號。123x,x,x,b表示該神經(jīng)元的輸入，其中b是偏置輸入，而123x,x,x則來自其他神經(jīng)元的輸出。123w,w,w是對應(yīng)輸入信號的“權(quán)值”，表示神經(jīng)元對信號的接受程度，它控制了其他神經(jīng)元對該神經(jīng)元興奮程度的影響（抑制或者加強(qiáng)）。f是激活函數(shù)，表示神經(jīng)元的計算功能，神經(jīng)元將所有其他神經(jīng)元的輸出信號通過加權(quán)接收之后，激活函數(shù)計算并判定該神經(jīng)元是否激活。激活的神經(jīng)元將信號值通過y輸出，成為其他神經(jīng)元的輸入信號。感知器（Perception）是由計算科學(xué)家Rosenblatt在1958年提出的具有“輸入層”和“輸出層”兩層節(jié)點的神經(jīng)網(wǎng)絡(luò)。因為輸入層不進(jìn)行計算，只有輸出層一個運(yùn)算層，所以感知器也被稱為單層神經(jīng)網(wǎng)絡(luò)。不同于MP模型，感知器模型“內(nèi)連接”的權(quán)值是通過訓(xùn)練得到的，可以將感知器看作一個邏輯回歸模型，可以進(jìn)行線性分類任務(wù)。將MP模型的輸入改為輸入節(jié)點即可得到感知器模型，一個典型的感知器模型如圖2-2所示，該模型包含三個輸入節(jié)點兩個輸出節(jié)點。圖2-2感知器結(jié)構(gòu)圖圖2-2中123a,a,a表示輸入層的輸出值，x,yw（）表示自上而下第x個輸入節(jié)點與第y個輸出節(jié)點連接的權(quán)重，()12,Tzz表示要預(yù)測的目標(biāo)，則目標(biāo)的計算公式見式（2-1）。()()()11,1)1(2,1)2(3,1)3122(1,2)1(2,2)2(3,2)3,Tzfwawawabzzzfwawawab=+++==+++（(2-1)

第二章深度學(xué)習(xí)的理論基礎(chǔ)9觀察計算公式，發(fā)現(xiàn)兩個公式組成了線性代數(shù)方程組，因而可以用矩陣乘法來表示，于是公式（2-1）轉(zhuǎn)換為公式（2-2），式中()123,,Ta=aaa表示輸入的列向量；W是一個形式為23的系數(shù)矩陣，其值與排列形式和公式（2-1）中系數(shù)的值與排列形式一致；b是一個13的列向量，表示偏置系數(shù)；公式左側(cè)的()12,Tz=zz表示目標(biāo)的列向量。z=f(Wa+b)(2-2)2.1.2神經(jīng)網(wǎng)絡(luò)模型為了克服感知器只能完成簡單線性分類任務(wù)這一問題，人們發(fā)現(xiàn)兩層感知器可以很好地完成非線性分類任務(wù)。兩層感知器的結(jié)構(gòu)如圖2-3所示，包含一個輸入層、一個輸出層、一個中間層（隱藏層），此時隱藏層與輸出層都是計算層，因此也稱其為雙層神經(jīng)網(wǎng)絡(luò)。圖2-3多層感知器（兩層神經(jīng)網(wǎng)絡(luò)）結(jié)構(gòu)圖現(xiàn)在節(jié)點間連接的權(quán)值增加了一層，我們用上標(biāo)來表示層數(shù)，下標(biāo)表示節(jié)點在本層與下一層的層內(nèi)順序。即()()nma表示第n層第m個節(jié)點的輸入變量，()(,)nxyw表示第n層的第x個節(jié)點與第n+1層的第y個節(jié)點之間連接的權(quán)重值，(1)b與(2)b分別表示第1層和第2層的偏置節(jié)點，且偏置節(jié)點與本層所有節(jié)點都相連。此時模型中間層節(jié)點和輸出節(jié)點的計算分別見式（2-3）和式（2-4）。()()(2)(1)(1)(1)(1)(1)(1)(1)1(1,1)1(2,1)2(3,1)3(2)(1)(1)(1)(1)(1)(1)(1)2(1,2)1(2,2)2(3,2)3afwawawabafwawawab=+++=+++(2-3)()(2)(2)2(2)(2)1,112,12z=fwa+wa+b（）（）(2-4)

【參考文獻(xiàn)】：
期刊論文
[1]Deep Scalogram Representations for Acoustic Scene Classification[J]. Zhao Ren,Kun Qian,Zixing Zhang,Vedhas Pandit,Alice Baird,Bjrn Schuller.  IEEE/CAA Journal of Automatica Sinica. 2018(03)
[2]無人機(jī)識別的音頻特征提取方法[J]. 丘愷彬,李建良.  噪聲與振動控制. 2018(02)
[3]人工智能全球新浪潮[J]. 王沖鶄.  中國信息化. 2017(08)
[4]基于卷積神經(jīng)網(wǎng)絡(luò)探討深度學(xué)習(xí)算法與應(yīng)用[J]. 高強(qiáng),靳其兵,程勇.  電腦知識與技術(shù). 2015(13)
[5]窗函數(shù)在信號處理中的應(yīng)用[J]. 崔璨,袁英才.  北京印刷學(xué)院學(xué)報. 2014(04)
[6]一種新的基于瓶頸深度信念網(wǎng)絡(luò)的特征提取方法及其在語種識別中的應(yīng)用[J]. 李晉徽,楊俊安,王一.  計算機(jī)科學(xué). 2014(03)
[7]深度學(xué)習(xí)的昨天、今天和明天[J]. 余凱,賈磊,陳雨強(qiáng),徐偉.  計算機(jī)研究與發(fā)展. 2013(09)
[8]深度學(xué)習(xí)結(jié)構(gòu)和算法比較分析[J]. 李海峰,李純果.  河北大學(xué)學(xué)報(自然科學(xué)版). 2012(05)
[9]一種高斯白噪聲信號發(fā)生器的設(shè)計與實現(xiàn)[J]. 付俊,李光燦.  計算機(jī)測量與控制. 2012(05)
[10]公共場所典型異常聲音的特征提取[J]. 欒少文,龔衛(wèi)國.  計算機(jī)工程. 2010(07)

博士論文
[1]復(fù)雜音頻的事件檢測與分類中的關(guān)鍵問題研究[D]. 冷嚴(yán).北京郵電大學(xué) 2012
[2]復(fù)雜音頻分類中的關(guān)鍵問題研究[D]. 王榮燕.北京郵電大學(xué) 2011

碩士論文
[1]基于深度學(xué)習(xí)的音頻場景識別研究[D]. 張溯.東北石油大學(xué) 2018
[2]基于深度學(xué)習(xí)的音頻場景識別方法研究[D]. 李琪.西安電子科技大學(xué) 2018
[3]基于深度神經(jīng)網(wǎng)絡(luò)的異常聲音事件檢測[D]. 王開武.重慶大學(xué) 2018
[4]公共場所異常聲音識別算法設(shè)計與研究[D]. 張麗君.重慶大學(xué) 2017
[5]基于深度神經(jīng)網(wǎng)絡(luò)的音頻事件檢測[D]. 金海.華南理工大學(xué) 2016
[6]監(jiān)督式分級異常聲音檢測系統(tǒng)的設(shè)計與實現(xiàn)[D]. 葉劍杰.華南理工大學(xué) 2015
[7]3D虛擬聲算法研究與實現(xiàn)[D]. 李薯光.西安電子科技大學(xué) 2014
[8]視頻監(jiān)控終端系統(tǒng)聲音檢測及告警功能軟件設(shè)計[D]. 張璐璐.浙江大學(xué) 2013
[9]基于聲譜圖的公共場所異常聲音特征提取及識別研究[D]. 劉鵬.重慶大學(xué) 2012



本文編號：3449641