本發明一種基于深度學習與強化學習的室內聲學行為識別方法,涉及室內聲學行為識別技術領域。本發明包括A通過終端聲音傳感器實時獲取室內原始聲音數據,并將其轉換成不包含隱私的特征數據;B將特征數據中包含的用戶行為作為標簽和特征數據,輸入到深度強化學習網絡中訓練;C在訓練過程中,每次提供一定批次的特征數據給深度強化學習網絡,并由深度強化學習網絡進行預測,根據其預測結果,動態決定下一批次所提供的各分類特征數據的比例及回報值R的值;D根據深度強化學習網絡對上一批次的各個分類進行預測的錯誤率,決定是否停止訓練等步驟。本發明在只使用不平衡數據集作訓練深度強化學習網絡的情況下,極大提高深度強化學習網絡預測準確率。
聲明:
“基于深度學習與強化學習的室內聲學行為識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)