标签： python-3.x machine-learning scikit-learn sound-recognition
我尝试做的事情在概念上类似于臭名昭着的NMIST分类示例。除了每个数字都是计算机生成的声波。
我会在数据中添加一些背景噪音，以提高现实世界的准确性。
我的问题是;考虑顺序数据，哪种模型最适合这种情况？我是否正确假设卷积网可行？
我赞成使用更简单的模型来换取几个百分比的性能点，最好是用Scikit Learn库编写。
答案 0 :(得分：0)
是的，
你可以使用1D卷积神经网络。卷积滤波器可以利用信号的连续部分，因此它很有用。
您还可以尝试研究更复杂的递归神经网络。