基于谱聚类的增强神经网络模型

作者：蒋大灿

来源：电脑编程技巧与维护, 2023, (07): 45-47.

DOI：10.16184/j.cnki.comprg.2023.07.004

• 谱聚类
• 卷积神经网络
• 多任务学习
• 声音场景识别

卷积神经网络（CNN）因其容易产生过拟合而困扰着广大研究者。产生过拟合的重要原因在于模型往往局限于局部最优解。针对此问题，提出了基于谱聚类的增强神经网络模型。使用谱聚类算法对验证集进行聚类，以聚类结果为依据将单任务模型扩展为多任务学习模型。用公开的声音场景识别数据集进行实验，实验结果表明，基于谱聚类的增强神经网络模型可以有效降低过拟合风险，提升模型的测试精度。该方法适用于除声音场景识别（ASC）领域的其他领域。

• 单位
  中山市技师学院