N-DenseNet的城市声音事件分类模型

作者：曹毅; 黄子龙; 张威; 刘晨; 李巍

来源：西安电子科技大学学报, 2019, 46(06): 9-94.

DOI：10.19665/j.issn1001-2400.2019.06.002

• 声音事件分类
• 密集卷积神经网络
• N阶马尔可夫模型
• N阶密集卷积神经网络

针对城市声音事件分类领域中现有模型分类准确率不高、泛化能力不强的问题,提出了一种N阶密集卷积神经网络的城市声音事件分类模型。首先,介绍了密集卷积神经网络的结构;其次,基于N阶马尔可夫模型将密集连接改进为N阶有关连接;然后,结合两者提出了一种更适合音频分类的模型——N阶密集卷积神经网络。该模型在避免梯度消失的前提下,有针对性、规律性减少了特征图层之间的连接,更高效地融合了前N特征图层的信息,使得模型的收敛速度更快;最后,为了验证该模型,采用N阶密集卷积神经网络的一阶、二阶子模型,基于UrbanSound8K和Dcase2016数据集开展了城市声音事件分类研究。研究结果表明,其模型准确率分别为83.63%、81.03%,验证了该模型具有良好的分类准确率和泛化能力。

• 单位
  苏州工业职业技术学院; 江南大学