基于主动学习的环境音分类研究

• 作者: 吕丹桔 张雁 王红崧
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 主动学习 环境音分类 采样 熵优先采样 简单不一致采样
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 110-113
• 页数: 4页
• 分类号: TP301
• 字数: 3218字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.06.028

摘要

环境音分类是当前语音识别领域的研究热点。主动学习是利用未标记数据,在少量标记数据代价下提高监督学习算法的分类性能的方法。文中提出了熵优先采样( Entropy Priority Sampling,EPS)方法和简单不一致采样( Simple Disa-greement Sampling,SDS)方法作为主动学习选择样本的策略。针对环境音数据,提取11维的CELP音频特征,采用单一分类器与EPS,SDS方法对不同标记训练样本比例下的分类实验结果进行了比较分析。结果表明,主动学习方法在标记样本数较少的情况下,能取得较好的分类效果,并且EPS方法的性能优于SDS方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雁	西南林业大学计算机与信息学院	41	135	7.0	9.0
2	吕丹桔	西南林业大学计算机与信息学院	26	50	4.0	6.0
3	王红崧	西南林业大学生态旅游学院	16	105	3.0	10.0