[发明专利]一种基于辅助分类深度神经网络的主乐器识别方法有效
| 申请号： | 201911301444.8 | 申请日： | 2019-12-17 |
| 公开（公告）号： | CN111128236B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 段惠萍;俞冬妍;方俊;曾兵 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G10L25/51 | 分类号： | G10L25/51;G10L25/30;G10L15/16;G10L15/08;G10L15/06;G10L15/02;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 电子科技大学专利中心 51203 | 代理人： | 邹裕蓉 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于辅助分类深度神经网络的主乐器识别方法，在分类网络训练时对具体乐器类别进行主分类的同时，对乐器组按照起振类型进行辅助分类。从乐器角度来看，乐器组提供乐器的相似性信息，有助于网络学习出更有分辨力的特征。从反向传播角度来看，构建多任务学习网络结构，即使主分类中激活函数的梯度消失，辅助分类的梯度仍然存在，防止陷入局部最优，从而确保网络继续进行学习，使得网络在训练过程中得到更优的参数，帮助网络对乐器进行更精确的分类。另外，在网络设计损失函数时引入中心损失，减小类内间距，可更一步提升乐器识别效果。 | ||
| 搜索关键词： | 一种 基于 辅助 分类 深度 神经网络 乐器 识别 方法 | ||
【主权项】：
暂无信息
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电子科技大学，未经电子科技大学许可，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/201911301444.8/，转载请声明来源钻瓜专利网。
