基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文章提出了一种基于支持向量机的乐器识别方法.与其它的模式识别方法不同,支持向量机是专门针对有限样本情况下的一种分类方法,在小样本的情况下,它的准确率一般优于传统的模式识别方法.它是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折衷,以期获得最好的推广能力.实验以乐器的MFCC系数和它的一阶导数为声学特征,建立一个自底向上的二叉树的支持向量机模型.实验表明这种识别方法是一种有效的识别方法,它的准确率高于GMM方法.
推荐文章
基于支持向量机的煤岩界面识别方法
煤岩界面识别
小波包分解
支持向量机
基于支持向量机的通信信号调制识别方法研究
支持向量机
模式识别
调制信号
识别分类
基于核主元分析的支持向量机识别方法研究
核主元分析
支持向量机
分类
识别
基于聚类算法和层次支持向量机的人脸识别方法
聚类算法
层次支持向量机
免疫算法
小波变换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的乐器识别方法
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 乐器识别 高斯混合模型
年,卷(期) 2004,(18) 所属期刊栏目 学术探讨
研究方向 页码范围 99-101
页数 3页 分类号 TP39
字数 2802字 语种 中文
DOI 10.3321/j.issn:1002-8331.2004.18.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苏鸿根 41 1002 12.0 31.0
2 张奇 92 1458 22.0 34.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (9)
同被引文献  (17)
二级引证文献  (8)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
支持向量机
乐器识别
高斯混合模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导