自适应连续集稀疏分解声音识别算法

• 作者: 李丹鹤 陈晓东
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 声音信号识别 自适应粒子群算法 匹配追踪 稀疏分解
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 数控与自动化
• 页码范围: 211-214,219
• 页数: 5页
• 分类号: TH16|TP391.42
• 字数: 4064字
• 语种: 中文

摘要

为实现公共环境复杂背景中异常声信号识别以辅助公共场所安全监控,提出基于连续完备集的自适应MP稀疏分解声音识别算法,算法通过相关参数改进实现自适应PSO算法,然后借助PSO算法的连续空间搜索优势对MP稀疏分解进行连续集优化,从而提高稀疏分解获得的最优原子的匹配度,最后提取重构声信号的时频参数特征以SVM算法实现异常声音事件的快速准确识别.实验结果表明,与已有算法相比,所提识别算法显著降低了计算量,并取得了最优的声音识别率和识别鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丹鹤		7	3	1.0	1.0
2	陈晓东	辽东学院工程技术学院	2	9	1.0	2.0