典型文献
遗传算法优化时间卷积网络的手机来源识别
文献摘要：
基于语音的手机来源识别已成为近年来多媒体取证领域中的一个研究热点.已有研究鲜有考虑环境背景噪声,难以满足司法领域实际应用场景的需求.提出一种遗传算法优化时间卷积网络的手机来源识别方法.基于对数域的Mel滤波器组系数特征,利用时间卷积网络进行深度语音特征学习,并利用线性判别分析提取低维深度特征,将低维深度特征输入到支持向量机中进行训练和识别.特别的,为了提高整体的识别性能,引入遗传算法,通过设计编码方式、适应度函数和遗传操作对时间卷积网络结构进行智能优化.对比实验结果表明,所提方法可对时间卷积网络结构进行自动设计,尽可能地发挥网络性能,从而进一步提升了识别准确率.
文献关键词：
手机来源识别;时间卷积网络;网络结构;遗传算法;智能优化
中图分类号：
作者姓名：
武钦芳;吴张倩;苏兆品;张国富
作者机构：
合肥工业大学 计算机与信息学院,合肥 230601;智能互联系统安徽省实验室(合肥工业大学),合肥 230009;工业安全与应急技术安徽省重点实验室(合肥工业大学),合肥 230601;安全关键工业测控技术教育部工程研究中心,合肥 230601
文献出处：
引用格式：
[1]武钦芳;吴张倩;苏兆品;张国富-.遗传算法优化时间卷积网络的手机来源识别)[J].计算机工程与应用,2022(03):151-158
A类：
手机来源识别
B类：
遗传算法优化,优化时间,时间卷积网络,多媒体取证,环境背景噪声,司法领域,对数域,Mel,滤波器组,语音特征,特征学习,线性判别分析,低维,深度特征,识别性,编码方式,适应度函数,遗传操作,卷积网络结构,智能优化,自动设计,网络性能,识别准确率
AB值：
0.262892
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
