系统工程与电子技术

作者：韦娟*(), 何德华, 宁方立

单位：1. 西安电子科技大学通信工程学院，陕西 西安 710071；2. 西北工业大学机电学院，陕西 西安 710072

关键词：声学场景分类,卷积神经网络,自适应特征融合,层次结构

基金：国家自然科学基金（52475132）；陕西省重点研发计划（2023-YBGY-219）；航空科学基金（20200015053001）；西安市重点产业链技术攻关（23ZDCYJSGG0006-2023）资助课题

针对声学场景分类任务中模型特征表达能力不充足的问题，提出一种基于自适应多分支卷积优化的网络架构。首先，使用多支路分别提取特征，再引入动态权重自适应改变权值平衡每个支路，提升特征感知能力。其次，考虑现有模型分类时忽略类与类之间的关系问题，引入粗粒度分类器辅助训练原分类模型，通过结果融合增强分类过程。在TUT2020移动开发数据集上进行训练与测试。实验结果表明，相较于优化前的算法，所提模型在准确率上提升了6.5%，证明所提方法可以有效提升整体分类效果。

来源：2025年第10期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第10期