基于SVM模型的自然环境声音的分类

• 作者: 余清清 李勇 李应
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 自然环境声音的分类 Mel频率倒谱系数 支持向量机 交叉验证
• 年，卷（期）: 2010,（7）
• 页码范围: 1-5,138
• 分类号: TP391
• 字数: 4862字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2010.07.001

摘要

提出了一种基于支持向量机(SVM)模型对自然环境声音进行分类的方法.首先,提取Mel频率倒谱系数(MFCCs)来分析声音信号;其次,对自然环境的声音基于MFCC特征集建立SVM模型;最后,使用交叉验证的测试方法得到基于SVM算法的分类结果.使用SVM模型对50类自然环境中的声音进行分类的正确率可达99.5704%,分类效果明显优于K最近邻(KNN)和二分嵌套整合(END)这两种算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余清清	福州大学数学与计算机科学学院	5	23	3.0	4.0
2	李应	福州大学数学与计算机科学学院	39	185	7.0	10.0
3	李勇	福州大学数学与计算机科学学院	8	38	5.0	6.0