基于雙源域遷移學(xué)習(xí)的肺音信號(hào)識(shí)別

摘要： 針對(duì)目前肺音識(shí)別中因肺音數(shù)據(jù)集規(guī)模較小所致模型過擬合分類精度低的問題，提出一種基于雙源域遷移學(xué)習(xí)的肺音識(shí)別方法。一方面，將音頻數(shù)據(jù)集Audio Set上的預(yù)訓(xùn)練模型VGGish網(wǎng)絡(luò)遷移至肺音識(shí)別中，融合高效通道注意力ECA-Net以增強(qiáng)識(shí)別能力，然后提取肺音的對(duì)數(shù)梅爾頻率譜特征，使用VGGish網(wǎng)絡(luò)按照時(shí)序?qū)W習(xí)譜圖中的信息，并對(duì)VGGish網(wǎng)絡(luò)輸出的特征向量經(jīng)不同大小和擴(kuò)張率的...