Yeni bir ses adli bilişim yaklaşımı: Çevresel ses sınıflandırması kullanan çok katlı binalarda otomatik konum algılama yöntemi

Çevresel ses sınıflandırması, geniş uygulama yelpazesi nedeniyle dijital adli tıp çalışmaları ve siber suç analizi için özel olarak tasarlanmış araştırma ve uygulamaları çekmeye devam etmiştir. [1]. Örneğin, geleneksel ortam gürültüsü sınıflandırma sistemleri, MFCC, sıfır geçiş hızı ve kısa süreli enerji gibi el yapımı çıkarılmış özelliklere bağlıdır. Ancak bu, çok katlı binalardakiler gibi konuma dayalı ses sınıflandırması için yardımcı olmayabilir. Bu tez, bu konuyu merkez-simetrik doğrusal olmayan bir desen kullanarak çözmeyi amaçlayan bir araştırma projesidir. Çok katlı bir yapının her katından ortam seslerini topladık ve bunları bir veri kümesine dönüştürdük ve herkese açık hale getirdik. Yeni bir merkez simetrik doğrusal olmayan desende özellikler oluşturmak için bir ikame kutusu (S-Box) kullanılır. Kullandığımız özellik oluşturma tekniğinden sonra CS-Lblock-Pattern modeline isim verdik. Veri kümesi, binanın on katının her biri için bir tane olmak üzere on sınıf içerir. Araştırmalarımız, SVM'yi kullanarak, çok katlı hastane veri kümeleri için% 95,38 doğruluk oranıyla iyi bir sınıflandırma doğruluğu elde edebileceğimizi göstermektedir. Sınıflandırma fazı sonuçları, ESC'nin merkez-simetrik doğrusal olmayan bir desen uygulayarak etkili sonuçlar üretebileceğini açıkça göstermektedir