ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

دسته بندی محیط صوتی مبتنی بر ویژگی ترکیبی جدید و حافظه طولانی - کوتاه مدت دوطرفه

سال انتشار: 1399
کد COI مقاله: ITCT11_047
زبان مقاله: فارسیمشاهد این مقاله: 24
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله دسته بندی محیط صوتی مبتنی بر ویژگی ترکیبی جدید و حافظه طولانی - کوتاه مدت دوطرفه

مسعود گراوانچی زاده - گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران
سپیده اختری خسروشاهی - گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران
سحر ذاکری - گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران

چکیده مقاله:

دسته بندی محیط صوتی، شناسایی نوع محیط آکوستیکی از روی صداهای موجود در آن است که در زمینه های متعددی، همچون مراقبت های امنیتی، بازیابی اطلاعات از محتوای چندرسانه ای و غیره، کاربرد دارد. در اغلب پژوهش های انجام شده در این زمینه، از ویژگی های مبتنی بر تبدیل فوریه زمان کوتاه، مانند ضرایب کپسترال فرکانسی مل (MFCC) و اسپکتوگرام مل به عنوان ورودی طبقه بندی کننده استفاده شده است. در این مقاله، ویژگی جدیدی از ترکیب ویژگی های صوتی ضرایب کپسترال فرکانسی گاماتون (GFCC) و ضرایب کپسترال نرمالیزه شده توان (PNCC) به همراه مشتقات مرتبه اول و دوم آن ها به منظور طبقه بندی محیط صوتی پیشنهاد می شود. به منظور دسته بندی، از شبکه های عصبی حافظه طولانی - کوتاه مدت دوطرفه (BiLSTM) و پرسپترون چندلایه (MLP) استفاده می شود. نتایج، حاکی از عملکرد بهتر ویژگی ترکیبی پیشنهادی، با ساختار BiLSTM، نسبت به سایر روش های استخراج ویژگی است. بالاترین خروجی طبقه بندی مربوط به استفاده از ویژگی ترکیبی حاصل از GFCC و مشتقات اول و دوم آن با PNCC با درصد صحت ۷۹/۹ است.

کلیدواژه ها:

دسته بندی محیط صوتی، ضرایب کپسترال فرکانسی گاماتون، ضرایب کپسترال نرمالیزه شده توان، حافظه طولانی - کوتاه مدت دوطرفه، شبکه عصبی پرسپترون چندلایه

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1197115/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
گراوانچی زاده، مسعود و اختری خسروشاهی، سپیده و ذاکری، سحر،1399،دسته بندی محیط صوتی مبتنی بر ویژگی ترکیبی جدید و حافظه طولانی - کوتاه مدت دوطرفه،یازدهمین کنفرانس بین المللی فناوری اطلاعات،کامپیوتر و مخابرات،،،https://civilica.com/doc/1197115

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، گراوانچی زاده، مسعود؛ سپیده اختری خسروشاهی و سحر ذاکری)
برای بار دوم به بعد: (1399، گراوانچی زاده؛ اختری خسروشاهی و ذاکری)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 19,753
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی