基于EEMD的异常声音多类识别算法

• 作者: 仇鹏 宁方立 岳凤丽 韦娟
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征提取 多类识别 总体平均经验模态分解 决策导向无环图支持向量机 梅尔频率倒谱系数
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 117-121
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13245/j.hust.180722

摘要

为了提高异常声音信号的识别率,提出一种将总体平均经验模态分解和梅尔频率倒谱系数、短时能量及能量比相结合的特征提取改进算法,并对决策导向无环图支持向量机多类识别算法进行改进.首先对声音信号进行分帧,然后对每帧信号进行总体平均经验模态分解得到固有模态函数,最后对每层固有模态函数提取梅尔频率倒谱系数、短时能量和能量比特征.根据提取的特征,采用改进的决策导向无环图支持向量机算法对五种异常声音信号进行识别.仿真结果表明:改进的特征提取算法和决策导向无环图支持向量机多类识别算法相比改进前识的别率分别提高了2％和2.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁方立	西北工业大学机电学院	51	206	8.0	11.0
3	仇鹏	西安电子科技大学通信工程学院	2	5	1.0	2.0
4	韦娟	西安电子科技大学通信工程学院	39	126	6.0	9.0
5	岳凤丽	西安电子科技大学通信工程学院	2	6	1.0	2.0