| DC Field | Value | Language |
|---|
| dc.contributor.author | Януцевич, Д. В. | - |
| dc.contributor.author | Марковский, И. М. | - |
| dc.date.accessioned | 2025-06-26T05:54:08Z | - |
| dc.date.available | 2025-06-26T05:54:08Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Януцевич, Д. В. Классификация видов транспорта с использованием акустических признаков = Street vehicle type classification based on acoustic features / Д. В. Януцевич, И. М. Марковский // Компьютерные системы и сети : материалы 61-й научной конференции аспирантов, магистрантов и студентов, Минск, 22–26 апреля 2025 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2025. – C. 90–95. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/60505 | - |
| dc.description.abstract | Рассматривается система классификации уличных видов транспорта на основе одномерной сверточной нейронной сети. Исследована эффективность использования спектрограммы, мел-спектрограммы и мел-частотных кепстральных
коэффициентов (МЧКК) в качестве признаков для классификации транспорта. Для имитации реальных городских условий
дорожных ситуаций использована аугментация данных во временной и частотно-временной областях. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | сверточные сети | en_US |
| dc.subject | спектрограмма | en_US |
| dc.subject | транспортные средства | en_US |
| dc.title | Классификация видов транспорта с использованием акустических признаков | en_US |
| dc.title.alternative | Street vehicle type classification based on acoustic features | en_US |
| dc.type | Article | en_US |
| local.description.annotation | A system for classifying street vehicles based on a one-dimensional convolutional neural network is developed. The effectiveness of spectrograms, mel-spectrograms, and mel-frequency cepstral coefficients (MFCC) as features for vehicle classification task is investigated. To simulate such situations, data augmentation in time and time-frequency domains is used. | en_US |
| Appears in Collections: | Компьютерные системы и сети : материалы 61-й научной конференции аспирантов, магистрантов и студентов : сборник статей (2025)
|
