基于核Logistic回归的乐器音乐辨识

• 作者: 刘遵雄 曾丽辉 许金凤
• 来源期刊: 华东交通大学学报
• 学科: 工学
• 关键词: 核Logistic回归 音频分类 特征提取
• 年，卷（期）: 2010,（4）
• 页码范围: 29-33
• 分类号: TP391.42
• 字数: 3301字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0523.2010.04.007

摘要

基于统计学习的音频分类具有理论基础坚实,实现机制简单等特点受到广泛关注并被很多音频分类系统所采用.本文对核Logistic回归算法(KLR)进行了深入分析,提出基于KLR的音频分类器设计方法,应用其解决同类型的乐器音乐分类问题.结合所采集的小提琴中提琴和大提琴的音乐信号样本进行了分类仿真试验,并与传统的Logistic回归(LR)和支持向量机(SVM)进行对比.结果表明,核Logistic回归模型具有较为优越的分类性能和非线性处理能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘遵雄	华东交通大学信息工程学院	59	330	10.0	15.0
2	曾丽辉	华东交通大学信息工程学院	3	11	2.0	3.0
3	许金凤	华东交通大学信息工程学院	3	24	2.0	3.0