|
|||||
|
|
| 基于多特征融合的SVM声学场景分类算法研究 | |
| 作者姓名： | 赵薇 靳聪 涂中文 SRIDHAR Krishnan 刘杉 |
| 作者单位： | 1. 中国传媒大学 信息与通信工程学院, 北京 100024; |
| 基金项目： | 国家自然科学基金资助项目（61631016,61901421）;中央高校基本科研业务费专项基金（CUC19ZD003） |
| 摘 要： | 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. |
| 关 键 词： | 声学场景分类 支持向量机 参数寻优 特征融合 |
| 收稿时间： | 2018-04-17 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 | |
| 点击此处可从《北京理工大学学报》下载免费的PDF全文 | |