《表1 CNN模型参数：基于MFCC和CNN的音频相似度判别研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于MFCC和CNN的音频相似度判别研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

一维卷积神经网络包括四个一维卷积层、三个最大池化层、两个随机失活层、两个全连接层，总共包含40 514个训练参数。加入随机失活层的目的是提升模型在测试集上的准确率，防止过拟合。随机失活层在模型训练过程中，通过随机失活层的输出值使模型不会过分依赖某一节点的特征，并起到压缩权重的作用。除了最后一层全连接层，其余卷积层与全连接层都采用线性修正单元作为激活函数，最后一层采用归一化指数函数作为激活函数，将音频相似度的判别问题转变为一个二分类问题，两个输出神经元分别代表两段音频的相似概率与不相似概率，两者之和为1。CNN模型的具体参数见表1。模型每一层的参数通过训练样本得到。