基于MP稀疏分解原子参数的乐器分类

• 作者: 于凤芹 杨松
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 乐器分类 参数提取 稀疏分解 匹配追踪算法 原子参数 支持向量机
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 134-135,138
• 分类号: TN911.72
• 字数: 2871字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.07.044

摘要

Mel频率倒谱系数(MFCC)等传统声学特征不能精确地体现出不同乐器信号间的差别.为此,提出一种基于匹配追踪(MP)稀疏分解原子参数的乐器分类方法.利用MP算法提取各类乐器信号的稀疏分解原子,将得到的原子参数作为特征,通过支持向量机进行分类.实验结果表明,该方法的分类正确率达到89.17％,相对于MFCC提高了17.37％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨松	江南大学物联网工程学院	11	60	5.0	7.0
2	于凤芹	江南大学物联网工程学院	143	708	12.0	18.0