![內容虛線](http://img.alicdn.com/imgextra/i4/101450072/TB2uhKJhB0kpuFjSsppXXcGTXXa-101450072.png)
內容簡介
![size="789x11"](http://img.alicdn.com/imgextra/i2/101450072/TB2LvCmhxXkpuFjy0FiXXbUfFXa-101450072.png)
韓紀慶、石自強編著的《聲學事件檢測理論與方法》繫統地介紹聲學事件檢測的相關理論與方法,以及近期新研究進展。內容包括聲學事件檢測的基本原理、一般數據規模下的聲學事件檢測、大數據規模下的聲學事件檢測。在一般數據規模下的檢測中,重點介紹基於長時特征的檢測理論與方法,包括基於基頻段特征的檢測、基於混合模型的檢測、基於稀疏低秩特征的檢測,以及基於松弛邊際與並行在線的模型訓練方法。在大數據規模下的檢測中,重點介紹適合大數據的快速和在線式模型訓練方法,包括基於支持向量機的加速訓練、基於深度模型的加速訓練、通用型在線及隨機梯度下降算法,以及牛頓型隨機梯度下降算法等。很後介紹兩個典型應用:行車周邊聲音環境的感知以及音頻場景識別。本書可作為高等院校計算機應用、信號與信息處理、通信與電子繫統等專業及學科的研究生教材,也可供該領域的科研及工程技術人員參考。