作者:
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:
本文提出一种隐马尔可夫模型(HMM)和支持向量机(SVM)相结合的分类算法,充分利用HMM的时间规整能力以及SVM的泛化和类别区分能力.在Muscle Fish数据集上的测试结果表明本文提出的算法分类精度较高.
推荐文章
基于PCA和CHMM的音频自动分类
主成分分析
连续隐马尔可夫模型
基于内容的音频分类
基于K-means与SVM结合的遥感图像全自动分类方法
K-means
支持向量机
遥感图像分类
基于SVM和KNN算法的科技文献自动分类研究
文本分类算法
SVM
KNN
文本自动分类系统
一种规则和贝叶斯方法相结合的文本自动分类策略
文本分类
向量空间
概率模型
规则
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 HMM和SVM相结合的音频自动分类
来源期刊 高性能计算技术 学科 工学
关键词 音频自动分类 隐马尔可夫模型 支持向量机 最近特征线 MFCC 极大似然判别Baum-Welch算法
年,卷(期) 2005,(1) 所属期刊栏目 计算机技术研究
研究方向 页码范围 44-47
页数 4页 分类号 TN912.3
字数 语种 中文
DOI
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 叶福军 27 156 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (36)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
研究主题发展历程
节点文献
音频自动分类
隐马尔可夫模型
支持向量机
最近特征线
MFCC
极大似然判别Baum-Welch算法
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
高性能计算技术
双月刊
32-1679/TP
江苏省无锡33信箱353号
chi
出版文献量(篇)
1235
总下载数(次)
12
论文1v1指导