期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多特征融合的SVM声学场景分类算法研究 被引量:17
1
作者 赵薇 靳聪 +2 位作者 涂中文 SRIDHAR Krishnan 刘杉 《北京理工大学学报》 EI CAS CSCD 北大核心 2020年第1期69-75,共7页
针对DCASE2017挑战赛的声场环境数据集,提取梅尔频率倒谱系数(MFCC)、短时能量(SE)、声学事件似然特征(AELF)、静音时间(MT)特征,组成多特征融合矩阵,通过对比多种核函数和寻优算法,最终选取高斯径向基核函数(RK)建立支持向量机(SVM)模... 针对DCASE2017挑战赛的声场环境数据集,提取梅尔频率倒谱系数(MFCC)、短时能量(SE)、声学事件似然特征(AELF)、静音时间(MT)特征,组成多特征融合矩阵,通过对比多种核函数和寻优算法,最终选取高斯径向基核函数(RK)建立支持向量机(SVM)模型,采用交叉验证(CV)方法进行SVM参数寻优,对15种声学场景进行分类.实验结果表明,杂货店、办公室的分类准确性达到了90%以上,平均分类准确性达到71.11%,远高于挑战赛的基线系统61%的平均分类准确性. 展开更多
关键词 声学场景分类 支持向量机 参数寻优 特征融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部