基于机器学习的音频分类

• 作者: 任品 余勤 熊华煜 雒瑞森
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 多媒体技术 机器学习 音频分类 神经网络 正则化
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 多媒体技术
• 页码范围: 156-160
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.01.023

摘要

为施行有效的音频分类以高效率处理日渐复杂的音频信息,研究采用包含多种神经网络在内的5种机器学习模型,实现多种决策下的音频分类以寻找最优模型,基于分类准确度对各模型分类效果进行评估,在使用正则化方法保证模型泛化能力的条件下,通过比较和实验,挖掘并验证出了相对最优的模型——卷积神经网络音频分类模型及对应参数,为现有音频分类模型的进一步优化提供了参考方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余勤		98	324	10.0	13.0
2	雒瑞森		17	16	2.0	4.0
3	熊华煜		1	0	0.0	0.0
4	任品		3	0	0.0	0.0