新研究探索声学枪击事件分类的特征提取方法

研究人员对声学枪击事件分类的特征提取技术进行了系统研究，使用了包含85种枪支的23,000条枪击录音数据集。该研究基准测试了三种特征提取方法和12种独特的参数集，并采用了ResNet-18模型。研究结果表明，选择合适的特征提取技术可以将Top-1准确率提高多达20%，通过对给定技术的最佳参数调优，还可以进一步提高4.7%。 AI

影响 这项研究可能有助于开发更有效的声学枪击事件检测系统，以用于公共安全和保护工作。

排序理由 该集群包含一篇发表在arXiv上的研究论文，详细介绍了对声学枪击事件分类的特征提取技术的系统研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• ResNet-18
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →