- 1、本文档共10页,其中可免费阅读9页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于改进残差神经网络的人员落水检测识别方法。该方法在ResNet34残差神经网络的基础上,在每个残差块中加入SE模块,实现了一种改进的残差神经网络;然后将收集到的人员落水和非人员落水音频数据处理成的一个二分类特征图数据集对改进的残差卷积神经网络进行训练,得到一个检测识别精度较高的残差神经网络模型。最终将实时收集到的音频数据,转换成时频特征图输入到训练完成的残差神经网络模型,即可得到实时的识别结果。本发明提供的残差神经网络模型把落水检测过程和识别过程一体化,用单个的神经网络替代多数
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112232144 A
(43)申请公布日 2021.01.15
(21)申请号 202011035521.2
(22)申请日 2020.09.27
(71)申请人 西北工业大学
地址
文档评论(0)