声学场景分类可以通过分析处理来识别音频所描述的声学场景,是自然声学场景计算分析领域的重要技术,在智能设备、声音监控以及多媒体分析等领域的应用十分广泛。但是目前声学场景分类任务仍存在着分类准确度不高、泛化能力较弱等问题,基于此,本文开展了如下研究工作:（1）首先介绍了声学场景分类技术的研究价值及其国内外研究现状,梳理了声学场景分类的基本流程,并详细叙述了音频样本数据的特征提取,和常用分类模型在声学场景分类任务中的主要应用。（2）为了提高声学场景分类准确率,本文综合考虑声学事件本身特征对于场景表征的影响以及单模型训练存在的分类误差问题,提出一种基于多特征后期融合的声学场景分类方法。在线性预测倒谱系数的基础上提出声学事件状态似然特征,关注场景中所含有的声学事件特征,根据声学事件特征将录制音频映射到具体场景,结合深度散射谱以及谱质心幅度倒谱系数共同作为特征输入,在残差网络分类器进行并行训练;在分类结果处理阶段,采用平均叠加的整体策略在随机森林上进行集成训练,预测声学场景类别。研究结果表明:本文所提方法通过功能互补的声学特征能够有效地对声学场景进行分类,提高分类精度以及泛化性能。（3）针对因录制设备差异而导致的传统声学场景分类模型应用在不同数据集上分类时性能下降的现象,提出了基于域适应的多设备声学场景分类方法。该方法利用鉴别器提升模型特征提取模块用来学习设备无关特征的表示能力,并利用度量准则作为条件信息来衡量样本类别的预测分布与真实分布的相似度,进而加强提取设备无关特征这一能力,此外,利用基于交叉熵损失提出的焦点损失函数来衡量预测误差,更多地关注不易分类、但是对于提升模型整体分类精度更有利的样本数据,从而优化学习效果和效率。研究结果表明:所提方法有效地缓解了音频录制设备差异带来的数据分布不一致现象。