龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：珠海全志科技股份有限公司;浙江大学
申请日：2024-03-22
公开（公告）日：2024-06-25
公开（公告）号：CN118245873A
主分类号：G06F18/241
分类号：G06F18/241;G06F18/10;G06F18/213;G06N3/0985;G06N3/094;G06N3/096;G06N3/0464;G10L25/51;G10L25/30;G10L25/18
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种用于跨房间非视距声信号识别的域适应神经架构搜索方法，该方法包括声信号处理、特征提取、对抗域适应、神经架构搜索等流程，其中，声信号处理部分将发射信号调制为线性扫频信号，将接收到的信号转化为频谱矩阵并进行去噪、分割等处理；特征提取部分利用深度卷积神经网络模型提取频谱矩阵中的结构特征；对抗域适应通过梯度翻转层和对抗性训练的方式，提升模型在未知数据集上的表现；最后使用神经架构搜索技术对具体的网络结构进行调整和优化。本发明能够实现高精度的NLOSLOS信号识别，有效提高了识别率，有效提高了识别精度，且在未标注的陌生环境中表现良好，有利于降低深度学习模型的成本，有利于提升模型的泛化性。
主权项：1.一种用于跨房间非视距声信号识别的域适应神经架构搜索方法，其特征在于，包括以下步骤：1设计音频信号，房间中的扬声器向麦克风周期性发送设计的音频信号，麦克风采集房间中的音频信号；2对采集到的音频信号进行预处理，以获取预处理后的频谱矩阵；3构建对抗性域适应网络模型，该对抗性域适应网络模型包括特征提取器、标签预测器和域分类器，将预处理后的频谱矩阵输入到特征提取器中，获取特征向量；将特征向量分别输入到标签预测器和域分类器中，获取非视距信号识别结果及其对应的域识别结果；4冻结特征提取器的结构参数，只训练其权值参数；采用神经架构搜索方法在给定的搜索空间中进行结构搜索，对标签分类器和域分类器进行周期性训练，将预处理后的频谱矩阵输入到对抗性域适应网络模型中，获取预测的非视距信号识别结果及其对应的域识别结果，根据预测的非视距信号识别结果及其对应的域识别结果以及信号标签计算对抗性域适应网络模型的损失函数，并根据对抗性域适应网络模型的损失函数调整标签分类器和域分类器的参数，以获取标签分类器和域分类器的最优网络结构及其参数。
全文数据：
权利要求：
百度查询： 珠海全志科技股份有限公司;浙江大学 用于跨房间非视距声信号识别的域适应神经架构搜索方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号