[发明专利]一种基于深度互信息最大化的半监督音频事件识别方法有效
| 申请号： | 202010661214.9 | 申请日： | 2020-07-10 |
| 公开（公告）号： | CN111859010B | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 刘半藤;郑启航;王章权;陈友荣 | 申请（专利权）人： | 浙江树人学院(浙江树人大学) |
| 主分类号： | G06F16/65 | 分类号： | G06F16/65;G06K9/62;G06N3/08;G10L25/18;G10L25/30;G10L25/54 |
| 代理公司： | 绍兴市寅越专利代理事务所(普通合伙) 33285 | 代理人： | 邓爱民 |
| 地址： | 312303 浙江省绍*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度互信息最大化的半监督音频事件识别方法，使用半监督神经网络模型作为骨干，设计了基于深度互信息最大化一致性正则约束和交叉熵分类约束，构建出半监督学习模型，设计互信息判别器对模型深度表征向量间的互信息进行估计，使模型通过全局互信息挖掘样本间的潜在联系，以加强全局表征间的一致性与非线性相关性，获得具备较强鲁棒性的半监督音频事件分类模型；使用梯度下降法优化神经网络模型参数，对音频事件样本进行分类。该方法具有具有误差小、鲁棒性强、精度高等优点，能够在标签数据不足的情况下实现对声音事件分类的要求，具有较高的应用价值。 | ||
| 搜索关键词： | 一种 基于 深度 互信 最大化 监督 音频 事件 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浙江树人学院(浙江树人大学)，未经浙江树人学院(浙江树人大学)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/202010661214.9/，转载请声明来源钻瓜专利网。
