声明
第 1 章 绪论
1.1 研究背景及意义
1.2国内外研究现状
1.2.1 家庭环境行为识别应用发展现状
1.2.2 声学信号分类发展现状
1.3 本文的主要研究内容
1.4 本文的组织结构
第 2 章 相关技术介绍
2.1 音频信号特征提取
2.2 数据增强
2.3 神经网络与深度学习
2.3.1 基本神经元结构
2.3.2 深度学习的模型结构
2.4 强化学习
2.5 采样技术
第 3 章 基于SEN-ECRNN 的声学行为识别
3.1 数据集的构建与多途径数据增强
3.1.1 数据集的构建
3.1.2 基于频谱图的数据增强
3.2 特征提取
3.2.1 基于频谱图的特征提取
3.2.2 频谱图的谐波与冲击拆解
3.2.3 基于GLU的特征提取
3.3 基于SEN-CRNN 的声学行为识别
3.3.1 基于CRNN 的基础网络结构
3.3.2 基于SEN-CRNN 的声学行为识别
3.4 基于SEN-ECRNN 的声学行为识别
3.5 实验及结果分析
(1)开发环境
(2)实验结果分析
第 4 章 基于强化学习的声学行为识别
4.1 基于SMOTE 的采样算法
4.2 深度学习与强化学习的联合使用
4.3 实验及结果分析
(1)开发环境
(2)参数设置
(3)结果分析
4.4模型应用场景探讨
第 5 章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读学位期间取得的研究成果
致谢
上海师范大学;