基于DNN迁移学习的声学事件分类非线性特征提取
摘要：通过利用深度神经网络(DNN)的非线性建模和其在预训练环境外学习的能力，本文提出了一种基于DNN的声音事件分类的特征提取方案。利用室内监控环境数据库，验证了该方法的有效性和对噪声的稳健性。
作者：Seongkyu Mun, Minkyu Shin, Suwon Shon, Wooil Kim, David K. Han and Hanseok Ko
论文ID：1708.03465
分类：Sound
分类简称：cs.SD
提交时间：2017-10-11