音频事件识别特征核-毕业论文外文翻译

音频事件识别特征核-毕业论文外文翻译

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_第1页
音频事件识别特征核-毕业论文外文翻译_第2页
音频事件识别特征核-毕业论文外文翻译_第3页
音频事件识别特征核-毕业论文外文翻译_第4页
音频事件识别特征核-毕业论文外文翻译_第5页
资源描述:

《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

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。