本发明一种基于深度学习与强化学习的室内声学行为识别方法，涉及室内声学行为识别技术领域。本发明包括A通过终端声音传感器实时获取室内原始声音数据，并将其转换成不包含隐私的特征数据；B将特征数据中包含的用户行为作为标签和特征数据，输入到深度强化学习网络中训练；C在训练过程中，每次提供一定批次的特征数据给深度强化学习网络，并由深度强化学习网络进行预测，根据其预测结果，动态决定下一批次所提供的各分类特征数据的比例及回报值R的值；D根据深度强化学习网络对上一批次的各个分类进行预测的错误率，决定是否停止训练等步骤。本发明在只使用不平衡数据集作训练深度强化学习网络的情况下，极大提高深度强化学习网络预测准确率。
声明：
“基于深度学习与强化学习的室内声学行为识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
836
编辑：管理员
来源：北方有色网
咨询细节
