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:
为解决音频取证中私录音频由何种录音设备所录的问题,针对不同设备所采用的压缩算法不同,就会导致录音信号中蕴含着区别于其他录音设备的个性特征,本文从压缩算法出发,提出了一种基于 SVM 对录音设备的分类方法。首先获取不同录音格式的音频,然后针对音频分别用MATLAB对其求改进 MFCC 倒谱参数,接着选定测试集和训练集,使用交叉验证方法得到倒谱数据的最佳参数,之后用训练集对 SVM 进行训练,再用得到的模型来预测测试集的分类标签。通过仿真与实验,结果表明,该方法能够较好的区分不同压缩算法下的音频特性,平均识别率达97%。
推荐文章
基于优化SVM模型的网络负面信息分类方法研究
优化SVM模型
网络负面信息
分类
基于改进KPCA与SVM的题名分类研究
题名分类
核主成分分析
数据降维
特征提取
数据挖掘
模式识别
基于HOG特征与SVM分类器的行人检测研究
行人检测
方向梯度直方图
支持向量机
基于SVM的图像分类研究
图像分类
基于内容的图像检索
支持向量机
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SVM的录音设备分类研究
来源期刊 无线电通信技术 学科 工学
关键词 音频取证 压缩算法 改进MFCC SVM 交叉验证
年,卷(期) 2016,(5) 所属期刊栏目 综合电子信息技术
研究方向 页码范围 68-70,84
页数 4页 分类号 TN912.3
字数 1218字 语种 中文
DOI 10.3969/j.issn.1003-3114.2016.05.17
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 丛韫 南京工程学院通信工程学院 6 8 1.0 2.0
2 高冲红 南京工程学院通信工程学院 5 8 1.0 2.0
3 杜状状 南京工程学院通信工程学院 2 1 1.0 1.0
4 童茜雯 南京工程学院通信工程学院 4 1 1.0 1.0
5 郑义 南京工程学院通信工程学院 3 1 1.0 1.0
6 仲倩 南京工程学院通信工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (84)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
音频取证
压缩算法
改进MFCC
SVM
交叉验证
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
无线电通信技术
双月刊
1003-3114
13-1099/TN
大16开
河北省石家庄市中山西路589号
18-149
1972
chi
出版文献量(篇)
2815
总下载数(次)
6
总被引数(次)
11314
论文1v1指导