欢迎来到天天文库
浏览记录
ID:812975
大小:518.00 KB
页数:16页
时间:2017-09-06
《音频事件识别特征核-毕业论文外文翻译》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、南京工程学院毕业设计外文翻译放在一行,不同的排版软件会有兼容性问题,导致分成2行(原文及译文)原文名称:FeaturesandKernelsforAudioEventRecognition此处为英文文献的名称课题名称:绝缘缘破坏放电声事件检测算法此处为毕业设计课题名称,不是英文文献名称翻译之后的中文名称。学生姓名学号208130506指导教师所在系部通信工程学院通信工程学院或者康尼学院专业名称电子信息工程通信工程通信工程(电力通信)只有电力带括号电子信息工程信息工程光电信息科学与工程电子信息科学与技术2017年3月7日毕业设计第3周或第4周时间Fe
2、aturesandKernelsforAudioEventRecognitionAbstractOneofthemostimportantproblemsinaudioeventdetectionresearchisabsenceofbenchmarkresultsforcomparisonwithanyproposedmethod.Differentworksconsiderdifferentsetsofeventsanddatasetswhichmakesitdifficulttocomprehensivelyanalyzeanynovelme
3、thodwithanexistingone.Inthispaperweproposetoestablishresultsforaudioeventrecognitionontworecentpublicly-availabledatasets.InparticularweuseGaussianMixturemodelbasedfeaturerepresentationandcombinethemwithlinearaswellasnon-linearkernelSupportVectorMachines.IndexTerms:AudioEventD
4、etection,AudioContentAnalysis.1.Introduction英文原文,不一定是WORD形式,可以是PDF格式装订顺序:文献翻译封面+英文文献原文+翻译之后中文。Inrecentyearsautomaticcontentanalysisofaudiorecordingshasbeengainingattentionamongtheaudioresearchcommunity.Thegoalistodevelopmethodswhichcanautomaticallydetectthepresenceofdifferentk
5、indsofaudioeventsinarecording.Audioeventdetection(AED)researchisdrivenbyitsapplicationinseveralareas.Theseincludeareassuchasmultimediainformationretrievalormultimediaeventdetection[1]wheretheaudiocomponentcontainsimportantinformationaboutthecontentofthemultimediadata.Thisispar
6、ticularlyimportantforsupportingcontent-basedsearchandretrievalofmultimediadataontheweb.Otherapplicationssuchassurveillance[2],wildlifemonitoring[3][4],contextawaresystems[5][6],healthmonitoringetc.arealsomotivatingaudioeventdetectionresearch.Avarietyofmethodshavebeenproposedfo
7、rAEDinthelastfewyears.AGMM-HMMstructure,similartothatusedinautomaticspeechrecognitionwaspresentedin[7].Asimpleyeteffectiveapproachisthebagofwordsrepresentation[8][9][10].Thisapproachalsofeaturesinaudioeventdetectioninnoisyenvironments[11].Giventhecomplexityofaudioeventdetectio
8、n,deepneuralnetworkswhichareknownformodelinghighlynon-linearf
此文档下载收益归作者所有