Page 21 - 《应用声学》2024年第6期

第 43 卷 第 6 期 赵子杰等： 应用原型网络的小样本次声信号分类识别方法 1197

o t = σ (W o · [h t−1 , x t ] + b o ) , (8) (3) 在有标签的情况下，对同一标签类别的样
h t = o t ∗ tanh (C t ) . (9) 本求均值，得到各类次声事件的原型表示；
(4) 对每个样本的嵌入表示与各类次声事件的
次 声 信 号 以 帧 级 为 单 位 输 入 至 编 码 单 元 原型表示作度量计算；
LSTM 中，可建立针对于次声信号的长期的上下 (5) 根据度量计算的结果，对各个训练样本进
文关系，即充分利用当前次声信号帧与先前次声信 行预测，得到预测标签；
号帧的特征关系。同时可以采用LSTM作为原型网 (6) 将预测标签与真实标签做交叉熵损失，根
络的编码单元，可以灵活地处理不同长度的次声信 据交叉熵损失进行优化；
号序列，提高了次声信号编码的适应性和泛化能力。 (7) 优化至收敛后，最终得到各类次声事件的
原型表示。
1.3 次声信号分类器训练流程
测试阶段：
常见的多分类器训练方法为设置训练集和测 (1) 将预处理后的待测样本数据输入至在训练
试集，通过训练集对应用原型度量方法的次声信号 阶段训练好的 LSTM 中，得到各帧特征对应的隐层
分类器进行优化，并在测试集中验证次声信号分类 输出；
器的效果。程序流程如图4所示。 (2) 待测样本数据的最后一帧的隐层输出作为
训练阶段： 该数据的嵌入表示；
(1) 预处理后的训练集数据有着不同的帧数， (3) 将待测样本数据的嵌入表示与训练阶段得
将这些数据输入至 LSTM 中，数据的每帧特征都会 到的各类次声事件的最终原型表示作度量计算；
得到对应的隐层输出； (4) 根据度量计算的结果，对待测样本进行预
(2) 每个样本数据的最后一帧的隐层输出作为 测，得到该次声信号分类器对该待测样本的预测
该数据的嵌入表示进行后续操作； 标签。

ನవ 1 ನవ 2 ನవ n ฾តನవ
ྲ ྲ ྲ ྲ ྲ ྲ ྲ ྲ ྲ
ढ़ ढ़ ... ढ़ ढ़ ढ़ ... ढ़ ... ढ़ ढ़ ... ढ़
1 2 k 1 1 2 k 2 1 2 k n

Basic LSTM

ࢦ ࢦ ࢦ ࢦ ࢦ ࢦ ࢦ ࢦ ࢦ ࢦ ࢦ ࢦ
͖ӑ٨ К К ... К К К ... К К К ... К К К ... К
Ք Ք Ք Ք Ք Ք Ք Ք Ք Ք Ք Ք
᧚ ᧚ ᧚ ᧚ ᧚ ᧚ ... ᧚ ᧚ ᧚ ᧚ ᧚ ᧚
1 2 k 1 1 2 k 2 1 2 k n 1 2 k t

ࢦКՔ᧚ k 1 ࢦКՔ᧚ k 2 ࢦКՔ᧚ k n ࢦКՔ᧚ k t
ዝѿ1 ዝѿ2

Տዝکϙ

ᡰሏᝠካ
Ԕی1 Ԕی2

arg max p φ ↼y/kx↽
k
图 4 原型度量次声分类程序流程图
Fig. 4 Flow chart of infrasound classification by prototype metric