一种基于深度学习的城市环境噪声识别方法

本发明公开了一种基于深度学习的城市环境噪声识别方法，涉及城市环境与噪声管理技术领域，包括以下步骤：S1、采集噪声信号数据集；S2、通过汉明窗平滑处理、短时傅里叶变换、归一化处理，生成频谱图；S3、通过时间偏移、频率扰动、添加高斯噪声、添加随机遮挡，扩充训练集；S4、通过改进的LARS算法，对T2T‑ViT模型迭代优化；S5、基于T2T‑ViT模型，执行噪声类别预测；S6、对T2T‑ViT模型进行性能评估，生成评估报告。该方法克服了传统方法精度不足、识别延迟和人工干预的局限性，为城市环境噪声管理提供了一种智能化、自动化、精准的解决方案。