声音场景分类的多尺度特征融合与数据增广方法研究

目录

1 绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 论文研究内容

1.4 论文组织安排

2 基于多尺度特征融合的声音场景分类

2.1 引言

2.2 卷积神经网络介绍

2.3 多尺度特征融合方法

2.3.1 Xception网络结构

2.3.2 多尺度特征融合

2.3.3 损失函数设计

2.4 实验与分析

2.4.1 数据集介绍及数据预处理

2.4.2 损失函数的参数选择

2.4.3 验证多尺度特征融合方法的性能

2.5 本章小结

3 声音场景分类的多尺度特征融合和通道加权方法

3.1 引言

3.2 多尺度特征融合和通道加权方法

3.2.1 多尺度特征融合

3.2.2 通道加权

3.2.3 网络的整体结构

3.3 实验与分析

3.3.1 加权网络中的参数选择

3.3.2 通道数对模型性能的影响

3.3.3 验证通道加权方法的性能

3.4 本章小结

4 标签平滑空间Mixup数据增广方法

4.1 引言

4.2 标签平滑Mixup数据增广方法

4.2.1 Mixup数据增广方法的原理

4.2.2 标签平滑正则化

4.2.3 标签平滑空间Mixup数据增广

4.3 实验与分析

4.3.1 模拟数据上的实验结果及分析

4.3.2 Mixup方法对模型性能的影响

4.3.3 标签平滑超参数选择

4.3.4 标签平滑对模型性能的影响

4.3.5 和最新的方法进行比较

4.4 本章小结

5 总结与展望

5.1 工作总结

5.2 工作展望

参考文献

附录

A 作者在攻读硕士学位期间发表或投稿的论文

B 作者在攻读硕士学位期间参加的科研项目

C 学位论文数据集

致谢