Дослідження розпізнавання шумів транспортних засобів з використанням вейвлет перетворення та згорткових нейронних мереж

Abstract

Об’єктом дослідження є процес розпізнавання акустичних шумів транспортних засобів у міському середовищі з використанням часово частотного аналізу та глибокого навчання. Метою дослідження є розробка ефективних методів розпізнавання шумів транспортних засобів на основі вейвлет-перетворення та згорткових нейронних мереж. Використано методи вейвлет-аналізу сигналів, методи стиснення даних, згорткові нейронні мережі та статистичний аналіз. Наукова новизна полягає у виявленні впливу типів вейвлетів, методів стиснення та структур загорткових нейронних мереж на точність розпізнавання шумів та визначенні оптимальних параметрів обробки. Взаємозв’язок з іншими роботами. Дослідження базується на сучасних досягненнях цифрової обробки сигналів і глибокого навчання, розвиваючи часово-частотні методи акустичної класифікації. Рекомендації щодо використання. Результати можуть застосовуватись у системах моніторингу міського шуму, інтелектуальних, транспортних і системах безпеки. У результаті встановлено, що вейвлет FBSP з методом стиснення AVG1 забезпечує найвищій баланс між точністю та швидкістю розпізнавання, далі Resize та AVG, тоді як Statistics найменш ефективний через втрату інформації.