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:
提出了一种基于高斯混合模型(GMM)的自然环境声音的识别方法.提取Mel频率例谱系数(MFCCs)来分析声音信号;对于每种声音使用期望最大化算法基于MFCC特征集建立高斯混合模型;使用最小错误率判决规则和投票裁决的方法进行识别.使用GMM对36种自然环境的声音进行识别的正确率可达95.83%,且识别效果优于K最近邻(KNN).
推荐文章
基于SVM模型的自然环境声音的分类
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
基于深度学习的自然环境下花朵识别
深度卷积神经网络
残差网络
花朵识别
随机梯度下降
基于高斯混合模型的辐射源模式识别算法
高斯混合模型
模式学习
模式分类
EM算法
复杂环境下基于高斯混合模型的目标检测方法
运动目标检测
高斯混合模型
背景更新
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 基于高斯混合模型的自然环境声音的识别
来源期刊 计算机工程与应用 学科 工学
关键词 Mel频率倒谱系数 高斯混合模型 自然环境声音的识别 投票裁决
年,卷(期) 2011,(25) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 152-155,164
页数 分类号 TP391.4
字数 4602字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.25.040
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 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
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  (5)
节点文献
引证文献  (7)
同被引文献  (31)
二级引证文献  (12)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
Mel频率倒谱系数
高斯混合模型
自然环境声音的识别
投票裁决
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导