技术特征：
技术总结
本发明公开了一种声学目标事件监控方法，所述方法包括：步骤1)建立样本集，所述样本集包括训练集和测试集；步骤2)构建并训练深度神经网络，所述深度神经网络为结合递归网络结构的卷积神经网络，用于提取声学信号的信号特征；步骤3)构建并训练多个任务辨识网络；步骤4)利用训练好的深度神经网络和多个任务辨识网络，对实时采集的声学信号进行目标类别辨识；步骤5)当辨识出的目标属于监控的事件范围内，根据系统设置执行监控策略。本发明的方法可以解决为智能交通、城市环境监测、特定建筑物内公共区域声学监测等应用，用于特定目标事件的发现、定位和远距离声信号获取，能够提高城市的噪声源目标监控技术水平。
技术研发人员：管鲁阳;鲍明
受保护的技术使用者：中国科学院声学研究所
技术研发日：2017.09.07
技术公布日：2019.03.15