【摘 要】
：
应用传统浅层模型处理乐器分类任务存在非线性拟合能力较差的问题,使分类准确率得不到有效保证,有必要引入深度学习方法来提升复杂任务的非线性建模能力。将深度玻尔兹曼机作为特征提取器提取表达能力更强的数据特征,分别以SVM与softmax分类器作为深度神经网络的顶层设置形成DBM+SVM组合模型与DBM+softmax组合模型,引入平均场理论和动量项因子优化网络训练过程。将上述两组模型及单一SVM分类器在
论文部分内容阅读
应用传统浅层模型处理乐器分类任务存在非线性拟合能力较差的问题,使分类准确率得不到有效保证,有必要引入深度学习方法来提升复杂任务的非线性建模能力。将深度玻尔兹曼机作为特征提取器提取表达能力更强的数据特征,分别以SVM与softmax分类器作为深度神经网络的顶层设置形成DBM+SVM组合模型与DBM+softmax组合模型,引入平均场理论和动量项因子优化网络训练过程。将上述两组模型及单一SVM分类器在五类乐器音频数据上进行对比实验,两种深度学习组合模型的分类准确率分别达到89. 29%和87. 5%,与
其他文献
<正> 《电子制作》2002年第1期的《汽车轮胎气压遥测显示报警装置》一文,笔者认为有值得商榷之处。文中介绍该装置的基本原理:“通常汽车轮胎的大小在额定气压下都是相等的,
<正> 笔者再用本刊2000年第8期的数字钟面板,制成两款钟控定时器,现介绍给读者。一、倒计时定时器工作原理:电路原理见图1。接上电源按下SB按钮,220
<正> 市场上各类治疗颈、肩、腰、腿痛病的治疗仪种类繁多,其原理大多利用磁疗、热敷,以改善病患部位血液循环,从而解除痛疼。但大多使用恒磁磁场,由于人体对磁场会产生“耐
针对结构化程度差、表达形式各异的文本数据,提出了一种基于文本信息的故障序列模式挖掘算法,用于发掘故障之间的时序关系。为从文本记录的故障信息中挖掘故障规律,首先将文本信息向量化,对故障文本信息进行相似度衡量,将表达相同意义的故障归为一类。在此基础上根据故障特性,提出最大窗口阈值、最小共现度阈值的概念,构建故障序列模式挖掘算法框架。最后对某型飞机文本故障信息进行序列模式挖掘,找出了正确的故障序列关系。
<正> 今年第三期我们介绍了一款简洁的FU-50电子管功放,该机电路的特点是简洁明了,性能也差强人意,但仍有进一步提高的余地。这里介绍的另一款FU-50功放每声道多用了一只电子
<正> 目前,市售的书架箱价格都在千元以上,工薪层很少问津。笔者参考有关资料,制成一款性价比较高的书架音箱,下面向大家介绍制作过程及元件选用。
<正> 由于无线电对讲机通信网具有体积小,功能多,通话清晰,投资少,见效快,经中继台后,通信距离可达几十公里,因而在抢险救灾,建筑施工,电力维护,公安保卫等行业得到了广泛的
针对工业过程数据存在的非高斯和多模态特性,提出一种基于统计差分LPP的多模态间歇过程故障检测方法。该方法将统计模量分析的方法应用到间歇过程训练数据集中,计算统计过程变量的均值和方差,将不等长的批次变成等长的统计量,保证统计模量近似服从高斯分布;然后运用差分算法使多模态变为单模态;最后运用LPP算法进行降维和特征提取,计算样本的T~2统计量,并利用核密度估计确定控制限。对于新来的测试样本数据统计差分
台风相似性度量方法的研究对防灾减灾、辅助决策等具有重要意义,台风相似性的研究大多集中在台风路径的相似性度量上。首先,梳理影响台风相似性度量的多个要素,提出了基于多元时间序列的台风数据描述方法;其次,提出了台风时间序列完整性、一致性评估与修复方法;最后,针对台风时间序列的不等长问题,设计了一种基于主成分分析和动态时间弯曲距离的相似性度量方法。通过实验验证,该方法能够实现台风相似性的有效度量。
针对模糊C-均值聚类(FCM)算法对噪声敏感、容易收敛到局部极小值的问题,提出一种基于交叉熵的模糊聚类算法。通过引入交叉熵重新定义了传统FCM算法的目标函数,利用交叉熵度量样本隶属度之间的差异性,并采用拉格朗日求解方法和朗伯W函数解决了目标函数的优化问题,此外,分析了样本划分矩阵的分布情况,依据分布特性对噪声样本进行识别。人工数据集合和标准数据集加噪的实验结果表明,该算法提高了传统FCM算法的抗干