[发明专利]基于深度聚类的车辆鸣笛声分类方法及系统

权利要求书

1.一种基于深度聚类的车辆鸣笛声分类方法，其特征在于，包括以下步骤：

步骤1、实测交通声音信号数据，并从所述交通声音信号数据中截取若干单声源车辆鸣笛声信号；

步骤2、基于所述若干单声源车辆鸣笛声信号，获取混合车辆鸣笛声信号的时频单元矩阵以及该矩阵对应的声源标识矩阵；

步骤3、利用所述时频单元矩阵以及该矩阵对应的声源标识矩阵优化LSTM神经网络；具体包括：

步骤3-1、初始化LSTM神经网络中隐藏层的层数和各层的神经元数量、连接权重、阈值以及阈值更新的学习率，并预设迭代次数阈值p；

步骤3-2、将所述时频单元矩阵及其对应的声源标识矩阵划分为训练集与验证集，且采用批处理的方式将训练集输入至初始化后的LSTM神经网络中进行训练，并利用正向传播算法预测所述LSTM神经网络输入数据的嵌入式特征；

步骤3-3、基于所述嵌入式特征，利用反向传播算法更新所述LSTM神经网络中的连接权重、阈值；

步骤3-4、判断当前训练次数n是否等于所述预设迭代次数阈值p，若是，则完成LSTM神经网络的优化；反之执行步骤3-2～步骤3-3；

步骤4、获取所述单声源车辆鸣笛声信号的MFCC系数；

步骤5、基于MFCC系数优化BP神经网络；

步骤6、利用所述优化后的LSTM神经网络和BP神经网络对待分类的混合车辆鸣笛声信号进行分类。

2.根据权利要求1所述的基于深度聚类的车辆鸣笛声分类方法，其特征在于，步骤2中基于所述若干单声源车辆鸣笛声信号，获取混合车辆鸣笛声信号的时频单元矩阵以及该矩阵对应的声源标识矩阵，具体包括：

步骤2-1、在时域空间，对所述若干单声源车辆鸣笛声信号中的两两单声源车辆鸣笛声信号进行混合，每个混合信号的长度取其对应的两个单声源车辆鸣笛声信号中较短信号的长度；

步骤2-2、对每个混合信号进行采样，并进行短时傅里叶变换，获得该混合信号对应的时频单元矩阵；

步骤2-3、针对时频单元矩阵中的每一个元素，标记该元素对应的单声源车辆鸣笛声信号，由此生成时频单元矩阵对应的声源标识矩阵。

3.根据权利要求1所述的基于深度聚类的车辆鸣笛声分类方法，其特征在于，步骤4所述获取单声源车辆鸣笛声信号的MFCC系数，具体包括：

步骤4-1、对所述单声源车辆鸣笛声信号进行预加重、短时分帧以及加窗处理；

步骤4-2、对每一帧单声源车辆鸣笛声信号进行快速傅里叶变换，获得该帧单声源车辆鸣笛声信号频谱；

步骤4-3、获取所述单声源车辆鸣笛声信号频谱对应的幅度谱；

步骤4-4、将所述幅度谱输入至Mel滤波器组；

步骤4-5、对所述Mel滤波器组的输出进行对数运算，获得对数能量；

步骤4-6、对所述对数能量进行离散余弦变换，获得MFCC系数。

4.根据权利要求3所述的基于深度聚类的车辆鸣笛声分类方法，其特征在于，步骤5所述基于MFCC系数优化BP神经网络，具体包括：

步骤5-1、初始化BP神经网络中隐藏层的层数和各层的神经元数量、连接权重、阈值以及阈值更新的学习率，并预设迭代次数阈值q；

步骤5-2、根据MFCC系数对应的单声源车辆鸣笛声信号，为每个MFCC系数添加单声源车辆鸣笛声类别标签，将添加有标签的MFCC系数记为输入特征；

步骤5-3、将所述输入特征划分为训练集与验证集，且采用批处理的方式将训练集输入至初始化的BP神经网络中进行训练，并利用正向传播算法预测所述BP神经网络输入数据的类别；

步骤5-4、基于上述预测的类别，利用反向传播算法更新所述BP神经网络中的连接权重、阈值；

步骤5-5、判断当前训练次数m是否等于所述预设迭代次数阈值q，若是，则完成BP神经网络的优化；反之执行步骤5-3～步骤5-4。