关键词:
1、内容简介
略
595-可以交流、咨询、答疑
深度学习做声音分类
2、内容说明
提取声音特征,然后通过CNN进行分类
3、仿真分析
[normal_01_L,~] = audioread('正常样本2s_01_L.wav');
[normal_02_L,~] = audioread('正常样本2s_02_L.wav');
[qikong_01_L,fs] = audioread('气孔样本2s_01_L.wav');
len = 8e4;
numTrain = 800;
audioTrain = [data_1(:,1:numTrain),data_2(:,1:numTrain),data_3(:,1:numTrain)];
labelsTrain = [data_1_Label(1:numTrain);data_2_Label(1:numTrain);data_3_Label(1:numTrain)];
audioValidation = [data_1(:,numTrain+1:end),data_2(:,numTrain+1:end),data_3(:,numTrain+1:end)];
labelsValidation = [data_1_Label(numTrain+1:end);data_2_Label(numTrain+1:end);data_3_Label(numTrain+1:end)];
aFE = audioFeatureExtractor("SampleRate",fs, ...
"SpectralDescriptorInput","melSpectrum", ...
"spectralCentroid",true, ...
"spectralSlope",true);
featuresTrain = extract(aFE,audioTrain);
[numHopsPerSequence,numFeatures,numSignals] = size(featuresTrain)
featuresTrain = permute(featuresTrain,[2,1,3]);
featuresTrain = squeeze(num2cell(featuresTrain,[1,2]));
numSignals = numel(featuresTrain)
[numFeatures,numHopsPerSequence] = size(featuresTrain1)
featuresValidation = extract(aFE,audioValidation);
featuresValidation = permute(featuresValidation,[2,1,3]);
featuresValidation = squeeze(num2cell(featuresValidation,[1,2]));
layers = [ ...
sequenceInputLayer(numFeatures)
lstmLayer(50,"OutputMode","last")
fullyConnectedLayer(numel(unique(labelsTrain)))
softmaxLayer
classificationLayer];
options = trainingOptions("adam", ...
"Shuffle","every-epoch", ...
"ValidationData",featuresValidation,labelsValidation, ...
"Plots","training-progress", ...
"MaxEpochs", 100,...
"Verbose",false);
net = trainNetwork(featuresTrain,labelsTrain,layers,options);
4、参考论文
略
matlab-基于短时神经网络的声音分类(代码片段)
这个例子展示了如何使用深度学习过程对声音进行分类。1、数据集生成生成1000个白噪声信号、1000个棕色噪声信号和1000个粉色噪声信号。假设采样率为44.1kHz,每个信号表示0.5秒的持续时间。fs=44.1e3;duration=0.5;N=duratio... 查看详情
delm分类基于matlab麻雀搜索算法改进深度学习极限学习机数据分类含matlab源码2235期
⛄一、麻雀搜索算法改进深度学习极限学习机数据分类1深度极限学习机深度极限学习机算法(DeepExtremeLearningMachine,DELM)又称多层极限学习机.存在N个训练样本,其中2麻雀搜索算法(SSA)2020年,薛建凯等人提出了麻雀搜索算法.... 查看详情
matlab深度学习神经网络与分类问题
神经网络与分类问题1.多元分类 根据分类的数量确定输出节点的数量是最可能得到良好效果的方法。输出的类别表示可以使用one-hot编码。通常情况下,二分类使用Sigmoid函数,多元分类使用Softmax函数。Softmax函数不仅考虑... 查看详情
深度学习matlab图像分类,手把手教程系列(代码片段)
文章目录一、提取要训练的数据二、选择预训练网络三、加载数据集四、编辑迁移学习网络五、检查网络六、导出训练结果七、测试经过训练的网络八、留个问题一、提取要训练的数据unzip('MerchData.zip');二、选择预训练网... 查看详情
信号识别基于matlab深度学习cnn信号调制分类含matlab源码2066期(代码片段)
一、深度学习CNN信号调制分类概述1背景介绍在通信信号处理领域,特别是在非协作通信信号盲解调研究领域,每时隙突发信号的调制方式不同,必须进行信号的调制方式自动识别。信号的调制方式识别效果会影响整个盲解调系统。... 查看详情
matlab教程案例63学习如何建立自己的深度学习训练样本库,包括分类识别数据库和目标检测数据库
欢迎订阅《FPGA学习入门100例教程》、《MATLAB学习入门100例教程》 目录1.软件版本2.建立自己的深度学习训练样本库1——分类识别数据库 查看详情
刚开始接触深度学习,请问matlab里的deeplearntoolbox用来做啥的?
...手写数字识别。参考技术A里面配置了与深度学习有关的matlab指令。比如下面两个用来学习卷积神经网络的指令:cnnsetup();cnntrain();如果你的matlab里面没有deeplearntoolbox,输入指令后就会显示Undefinedfunctionorvariable'cnnsetup'. 查看详情
这个深度学习图像分类问题的目标应该是啥
】这个深度学习图像分类问题的目标应该是啥【英文标题】:whatshouldbethetargetinthisdeeplearningimageclassificationproblem这个深度学习图像分类问题的目标应该是什么【发布时间】:2020-08-2715:18:49【问题描述】:我正在keras中使用CNN做一... 查看详情
深度学习核心技术精讲100篇(六十)-深度学习分类算法之神经网络
...小伙伴可自行订阅,你的支持就是我不断更新的动力哟!MATLAB-30天带你从入门到精通MATLAB深入理解高级教程(附源码)tableau可视化数据分析高级教程文章目录一、感知机二、多层感知机三、激活函数四、BP算法五、BP算法流程六... 查看详情
深度学习核心技术精讲100篇(七十五)-集成学习
前言在解决分类问题时,假如分类模型不够强大,对样本的分类结果就不会很理想。这时如果我们多找一些分类模型,让它们一起做决策,模型强度会不会高一点呢?集成学习就是把多种分类器按策略组合起来,并根据所有分类... 查看详情
深度学习前沿应用文本分类fine-tunning(代码片段)
【深度学习前沿应用】文本分类Fine-Tunning@TOC前言应用BERT模型做短文本情绪分类#导入相关的模块importpaddleimportpaddlenlpasppnlpfrompaddlenlp.dataimportStack,Pad,Tupleimportpaddle.nn.functionalasFimportnumpyasnpfromfunctoolsimportpartial# 查看详情
深度学习核心技术精讲100篇(七十五)-集成学习
前言在解决分类问题时,假如分类模型不够强大,对样本的分类结果就不会很理想。这时如果我们多找一些分类模型,让它们一起做决策,模型强度会不会高一点呢?集成学习就是把多种分类器按策略组合起来,并根据所有分类... 查看详情
基于深度学习的目标检测
基于深度学习的目标检测普通的深度学习监督算法主要用来做分类,分类的目标是要识别出图中所示是一只猫。而在ILSVRC(ImageNetLargeScaleVisualRecognitionChallenge)竞赛以及实际的应用中,还包括目标定位和目标检测等任务。其中目... 查看详情
基于深度学习的目标检测
普通的深度学习监督算法主要是用来做分类,如图1(1)所示,分类的目标是要识别出图中所示是一只猫。而在ILSVRC(ImageNetLargeScaleVisualRecognitionChallenge)竞赛以及实际的应用中,还包括目标定位和目标检测等任务。其中目标定位是... 查看详情
用深度学习(cnnrnnattention)解决大规模文本分类问题-综述和实践
...https://zhuanlan.zhihu.com/p/25928551 近来在同时做一个应用深度学习解决淘宝商品的类目预测问题的项目,恰好硕士毕业时论文题目便是文本分类问题,趁此机会总结下文本分类领域特别是应用深度学习解决文本分类的相关的思路... 查看详情
深度学习系列用paddlepaddle和tensorflow进行图像分类
上个月发布了四篇文章,主要讲了深度学习中的“helloworld”----mnist图像识别,以及卷积神经网络的原理详解,包括基本原理、自己手写CNN和paddlepaddle的源码解析。这篇主要跟大家讲讲如何用PaddlePaddle和Tensorflow做图像分类。... 查看详情
收藏|深度学习图像分类技巧总结
点上方人工智能算法与Python大数据获取更多干货在右上方 ··· 设为星标 ★,第一时间获取资源仅做学术分享,如有侵权,联系删除转载于:机器学习小王子计算机视觉主要问题有图像分类、目标检测和图像分... 查看详情
收藏|深度学习图像分类技巧总结
点上方人工智能算法与Python大数据获取更多干货在右上方 ··· 设为星标 ★,第一时间获取资源仅做学术分享,如有侵权,联系删除转载于:机器学习小王子计算机视觉主要问题有图像分类、目标检测和图像分... 查看详情