待确认
  • 文献求助详情
标题
Deep Convolutional Neural Networks and Data Augmentation for Environmental Sound Classification
相关领域
判别式 卷积神经网络 计算机科学 人工智能 深度学习 稀缺 模式识别(心理学) 机器学习 数据建模 人工神经网络 班级(哲学) 深层神经网络 特征提取 语音识别 标记数据 环境数据 卷积(计算机科学) 训练集 任务分析 网络体系结构 声音(地理)
网址
DOI
10.1109/lsp.2017.2657381 doi
其它 期刊:IEEE Signal Processing Letters
作者:Justin Salamon; Juan Pablo Bello
出版日期:2017-03-01
求助人
future 在 2026-08-23 11:13:19 发布自吉林,悬赏 10 积分
下载
 
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
提交工单
求助 / 应助时间线
  • 请等待求助人确认

    已经有人上传了文献,该状态下其他人无法上传,请等待求助人确认该文件是否是他需要的。
    如果求助人在 48 小时内还未确认,系统默认应助成功,本求助将自动关闭。

  • 5小时前

    科研通AI6.2 科研通AI6.2 机器人Lv12 上传了文件

    待审核 LSP.2017.2657381.pdf (222.44 KB)
    温馨提示:本文件中的下载单位、IP等隐私信息已被删除。如有遗漏,请 提交工单 反馈。
  • 5小时前

    科研通AI2.0 科研通AI2.0 机器人 未找到该文献,机器人已退出,请等待人工下载

    11:13:21 未找到该文献,机器人已退出,请等待人工下载
    11:13:19 科研通AI机器人(上海)收到请求,开始寻找文献
    11:13:19 已向机器人发送请求
  • 5小时前

    future future Lv11 求助人 发起了本次求助

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
GBRUCE完成签到,获得积分10
1秒前
2秒前
2秒前
7秒前
dde发布了新的文献求助10
7秒前
8秒前
hhh发布了新的文献求助10
8秒前
9秒前
科研通AI6.3应助Timezzz采纳,获得30
9秒前
地球发布了新的文献求助10
11秒前
11秒前
沉静夜雪发布了新的文献求助10
12秒前
哇塞糍粑完成签到,获得积分10
13秒前
yangsheng完成签到 ,获得积分10
14秒前
14秒前
lll完成签到,获得积分10
14秒前
不安人生完成签到,获得积分20
15秒前
Just森完成签到,获得积分10
16秒前
17秒前
是这样发布了新的文献求助10
18秒前
cdw发布了新的文献求助10
18秒前
19秒前
Akim应助小王采纳,获得10
20秒前
20秒前
21秒前
然来溪完成签到 ,获得积分10
22秒前
HolmeTao发布了新的文献求助10
22秒前
Timezzz发布了新的文献求助30
22秒前
23秒前
jiejie发布了新的文献求助10
24秒前
西红柿完成签到 ,获得积分10
25秒前
25秒前
25秒前
dudu完成签到,获得积分10
26秒前
小高爱学习完成签到,获得积分20
26秒前
乐乐应助GuangqinMa采纳,获得10
26秒前
Lucas应助可靠铸海采纳,获得10
27秒前
乐乐应助胡立杰采纳,获得10
27秒前
刘五州完成签到,获得积分10
28秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
APA handbook of comparative psychology: Basic concepts, methods, neural substrate, and behavior 1000
全员动态考核,锚定高质量发展:读懂同济大学教师人事改革新政的深层价值 900
Health Psychology 800
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
The fast track to determining transfer functions of linear circuits: The student guide 500
Römisch-Germanische Forschungen 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7594910
求助须知:如何正确求助?哪些是违规求助? 9171791
关于积分的说明 19633114
捐赠科研通 7172363
什么是DOI,文献DOI怎么找? 3267785
关于科研通互助平台的介绍 2432521
邀请新用户注册赠送积分活动 2260741