[发明专利]一种基于深度学习与强化学习的室内声学行为识别方法在审
申请号: | 201910199994.7 | 申请日: | 2019-03-15 |
公开(公告)号: | CN109949827A | 公开(公告)日: | 2019-06-28 |
发明(设计)人: | 黄继风;刘明;茅红伟;陈海光;陈军华 | 申请(专利权)人: | 上海师范大学 |
主分类号: | G10L25/51 | 分类号: | G10L25/51;G10L25/27;G06N3/08;G06N3/04 |
代理公司: | 上海申新律师事务所 31272 | 代理人: | 竺路玲 |
地址: | 200232 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明一种基于深度学习与强化学习的室内声学行为识别方法,涉及室内声学行为识别技术领域。本发明包括A通过终端声音传感器实时获取室内原始声音数据,并将其转换成不包含隐私的特征数据;B将特征数据中包含的用户行为作为标签和特征数据,输入到深度强化学习网络中训练;C在训练过程中,每次提供一定批次的特征数据给深度强化学习网络,并由深度强化学习网络进行预测,根据其预测结果,动态决定下一批次所提供的各分类特征数据的比例及回报值R的值;D根据深度强化学习网络对上一批次的各个分类进行预测的错误率,决定是否停止训练等步骤。本发明在只使用不平衡数据集作训练深度强化学习网络的情况下,极大提高深度强化学习网络预测准确率。 | ||
搜索关键词: | 强化学习 特征数据 室内声学 行为识别 网络 原始声音数据 声音传感器 动态决定 分类特征 实时获取 网络预测 训练过程 用户行为 预测结果 错误率 数据集 预测 准确率 隐私 标签 室内 终端 学习 分类 回报 转换 | ||
【主权项】:
1.一种基于深度学习与强化学习的室内声学行为识别方法,其特征在于,包括如下步骤:A.通过终端声音传感器实时获取室内原始声音数据,并将其转换成不包含隐私的特征数据;B.将以特征数据中包含的用户行为作为标签和特征数据,两者同时输入到深度强化学习网络中训练;C.在训练过程中,每次提供一定批次的特征数据给深度强化学习网络,并由深度强化学习网络进行预测,根据其预测结果,动态决定下一批次所提供的各分类特征数据的比例及回报值R的值;D.根据深度强化学习网络对上一批次的各个分类进行预测的错误率,决定是否停止训练。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海师范大学,未经上海师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910199994.7/,转载请声明来源钻瓜专利网。
- 上一篇:一种基于环境声音识别的厕所漏水智能监控系统
- 下一篇:一种文字校验方法及装置