科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对实测数据样本数量不足，导致声源定位模型定位性能受限的问题，提出一种基于迁移学习的室内声源定位方法。该方法使用卷积神经网络搭建迁移学习模型，对大量的仿真数据进行预训练，在预训练模型的基础上对小样本实测数据进行再训练，从而实现小样本数据的室内声源定位。基于TAU Spatial Sound Events 2019数据集的实验表明：迁移学习模型针对不同小样本实测数据均可实现高准确率方位预测，且定位性能优于传统卷积神经网络模型，对迁移学习理论在室内声源定位中的应用具有一定的价值。
- 出版日期2023
- 单位北京工商大学
