基于NMF与CNN联合优化的声学场景分类

摘要

针对声学场景分类任务中复杂声学环境的特征表示问题,提出一种联合训练特征提取和分类模型的优化算法。将非负矩阵分解与卷积神经网络的训练相结合,利用网络的损失值实现对特征提取和网络参数的共同更新,以学习到更具判别性的有监督特征。在TUT2017数据集上提取对数声谱图作为基础特征,搭建深度卷积神经网络进行实验验证。仿真结果表明,所提算法的识别准确率相比优化前提升3.9%,且优于其他两种常用声学特征,证明该算法能够有效提升整体分类效果。